一种用于轴承故障诊断的模型压缩性能优化方法

本发明涉及轴承故障诊断神经网络模型的性能技术领域，更具体的说是一种用于轴承故障诊断的模型压缩性能优化方法。通过知识蒸馏和参数量化的结合，实现了轻量化模型的精度保持和计算资源需求的降低。通过将教师网络的输出作为软标签，结合硬标签和软标签的损失函数，通过软标签的引入，学生网络能够更好地处理噪声和不确定性，提升了模型的鲁棒性。参数量化方法减少了模型的计算复杂度和存储需求。学生网络仅保留一个卷积层和一个全连接层，轻量化网络结构，结构简单且满足实时性要求，使其在资源受限的设备上得以部署，例如车载等特殊场景。