一种具有自注意力机制的齿轮故障分类方法

本发明公开了一种具有自注意力机制的齿轮故障分类方法，涉及齿轮故障分类技术领域，包括：挑选若干随机噪声输入至生成器网络，将真实样本与生成样本输入至判别器网络计算损失；重新采样若干个随机噪声和真实样本输入至生成器网络，接着输入至判别器网络计算生成器损失并更新生成器参数，若没有达到纳什平衡，则返回至生成器；若达到纳什平衡，且判定验证集验证不合适，则返回至生成器，若判定验证集验证合格，则训练完成；利用判别器对测试集里面的数据进行判定，并对机械零部件分类结果进行判断，如果准确率合格则最终形成基于改进的SAGGAN故障分类模型，如果不合格，则重新返回生成器网络进行训练。通过本发明可以有效准确进行齿轮故障分类。