结论 基于交叉注意力特征融合的VMD+CNN-BiLSTM-CrossAttention模型为轴承故障诊断提供了一种新的思路和方法。该模型通过结合VMD、CNN、BiLSTM和交叉注意力机制等多种技术手段,实现了对轴承振动信号的高效处理和分析,为机械设备的健康监测和维护提供了有力支持。未来,随着相关技术的不断发展和完善,该模型在轴承故障诊断...
本文用的是文本引导的图像生成模型 Imagen,使用unet型的模型,输入一张采样得到的noise图和一句text embedding来迭代式地预测noise。 其中,visual和textual feature是通过cross-attention来进行融合的,这样对于每个textual token会生成自己的spatial attention map。作者发现这个attention map和图像上的物体位置是有比较好的对应...