一种基于梯度评分的动态多维泰勒网的故障诊断方法

本发明公开了一种基于梯度评分的动态多维泰勒网的故障诊断方法，包括首先构建故障信号特征数据集，包括若干故障原始信号、以及对应的故障标签。然后构建基于梯度评分的动态多维泰勒网的故障诊断神经网络，输入数据依次经过输入层、全连接层、多项式层、Sigmoid层、梯度打分层、打分排序选择层以及输出层进行前向传播。在梯度打分层利用自动微分技术计算损失函数相对于每个单项式系数的梯度，在打分排序选择层根据梯度对单项式进行排序，并动态调整单项式的激活状态，根据计算得到的梯度进行后向传播，更新模型的各层参数，根据计算得到的梯度进行后向传播，更新模型的各层参数，最后，输出层输出故障诊断结果。