多域特征融合与GAN的旋转机械故障诊断方法详解

简介：面向旋转机械故障诊断研究者的完整工程包，围绕多域特征融合与生成对抗网络数据增强技术，实现复杂工况下的故障识别与剩余寿命预测。针对传统方法仅依赖单一时域或频域特征、信息不完整且泛化能力弱的问题，包内方案同时引入并行神经网络与自注意力网络结构，提供从特征提取到模型训练、评估的端到端流程，适合高校学生、科研人员及设备运维工程师参考复现。压缩包共59个文件，以28个脚本文件为主体，覆盖轴承数据读取、多域特征提取、模型定义与训练；另有12个日志记录训练过程、10张特征或结果图像、4个文本说明、2个模型编译缓存、2个说明文档与1个辅助运行脚本，整体仅2.21MB，便于快速下载和比对调试。已有90人学习。解压后可根据目录定位数据读取、特征融合、生成对抗网络增强和深度模型实现，借助日志与图示理解各阶段输出，并将整套方法迁移到自有轴承或旋转机械数据上，节省搭建实验环境与调参排错的时间。

1. 这套多域特征融合 + GAN 的故障诊断方法：它解决什么问题、适合谁用

很多做设备诊断的同行都遇到过这种场景：正常数据攒了一大堆，故障样本却稀缺到没法看，模型在验证集上准确率漂亮，一拿到现场就翻车。基于多域特征融合与生成对抗网络的故障诊断方法这套思路，瞄准的正是这个痛点——先用时域、频域、时频域三路特征把振动信号刻画完整，再用生成对抗网络把稀缺的故障样本补上、或者把特征表达训练得更稳。它适合两类人：一类是做旋转机械（轴承、齿轮箱）振动诊断的工程师，手里有采集数据但故障类别不平衡；另一类是研究生和算法岗同学，想在故障诊断里引入对抗训练路线，但不知道从哪里下手。下面按我拆解这类代码包的惯用顺序，把原理、代码、参数和踩坑一步步说清楚。

2. 多域特征怎么融合：时域、频域、时频域特征提取代码与拼接逻辑

2.1 为什么单一域特征不够：时域看能量、频域看周期、时频域看瞬态

做故障诊断的人对三类特征都不陌生，但很少有人停下来想清楚它们各自在看信号的哪个侧面。时域特征（RMS、峰值、峭度、偏度）反映的是幅值能量和分布形态，适合判断整体劣化，可早期微弱故障往往还没引起幅值明显抬升，时域指标就不够敏感。频域特征（频谱重心、谱能量集中度、边频带）对故障特征频率和周期性冲击非常敏感，可一旦转速波动、噪声干扰上来，谱线会被拉散。时频域特征（小波包能量占比、STFT 时频图）保留了瞬态冲击发生在哪个时刻、哪个频带的信息，是前两者补不上的，坏处是维度高、冗余多、计算量大。

单用任何一个域，都等于让模型只从信号的一个侧脸认人。把三域特征拼起来，描述的是完整轮廓——这正是标题里「多域特征融合」存在的理由，也是这份方法包最核心的卖点。下面给出一段我常用的特征提取代码，输入一段振动信号，输出 18 维融合特征向量。

2.2 特征提取代码：一次算出时域、频域、时频域三组特征

import numpy as np from scipy import stats, signal import pywt def multi_domain_feature(x, fs, wave_level=3): """ 对一段振动信号 x 提取三域特征并拼接： 时域统计量 + 频域谱特征 + 小波包子带能量占比 """ feats = [] # ---------- 时域特征 ---------- feats += [np.mean(x), # 均值 np.std(x), # 标准差 np.sqrt(np.mean(x**2)), # RMS np.max(np.abs(x)), # 峰值 np.max(x) - np.min(x), # 峰峰值 stats.kurtosis(x), # 峭度 stats.skew(x)] # 偏度 # ---------- 频域特征 ---------- f, Pxx = signal.welch(x, fs=fs, nperseg=min(1024, len(x))) feats += [Pxx.sum(), # 总能量 (f * Pxx).sum() / (Pxx.sum() + 1e-8), # 频谱重心 np.sqrt(np.sum(Pxx**2)) / (Pxx.sum() + 1e-8)] # 谱离散度 # ---------- 时频域特征：小波包各子带能量占比 ---------- wp = pywt.WaveletPacket(x, wavelet='db4', mode='symmetric', maxlevel=wave_level) energy = [np.sum(n.data**2) for n in wp.get_level(wave_level, 'freq')] energy = np.array(energy) energy = energy / (energy.sum() + 1e-8) # 归一化成能量分布 feats += energy.tolist() return np.array(feats) # 用法示例：4096 点信号，采样率 25600 Hz x = np.random.randn(4096) feat = multi_domain_feature(x, fs=25600, wave_level=3) print(feat.shape) # (18,)

这段代码的逻辑拆开来看：时域那 7 个特征全部来自原始信号本身，没有经过任何变换，计算成本最低但信息密度很高，尤其是峭度，它对早期微弱冲击非常敏感，代价是数值可能冲到几百上千。频域部分用了 Welch 谱而不是直接对全段做 FFT，原因是振动信号往往有几万甚至几十万点，全段 FFT 会把瞬态冲击的局部特征抹平在长序列里，Welch 分段加窗再平均更稳。小波包部分用 db4 小波、分解 3 层得到 8 个子带，每个子带的能量除以总能量，得到的是故障能量分布在哪些频带的占比，物理可解释性强。

参数上有几个地方按项目情况改：fs必须和采集卡的采样率一致，不然频谱重心、子带对应的物理频率全是错的；wave_level=3时子带数是 8，想要更细的频带划分可以调到 4 或 5，但特征维度会翻倍增加，训练集不够大时很容易过拟合；小波基db4是默认选择，它有 4 阶消失矩，对冲击类信号响应好，换成db2会更钝，换成haar则对瞬态响应很粗糙，不建议用在振动冲击场景。这段代码的输出是 18 维向量，其中时频域占 8 维，是整个融合特征里分量最大的一块。

2.3 拼接和量纲处理：别让峭度把 RMS 压没

特征拼接听起来简单，np.concatenate一行搞定，但实际做项目的人都知道真正的坑在后头。上面的代码里，RMS 通常只有零点几，频谱重心可能到几百甚至几千赫兹，峭度在故障冲击明显时能到几十甚至上百。这些特征直接拼成一个向量丢给神经网络或者距离度量，量纲大的维度会直接把量纲小的维度“压死”，模型相当于只看到了峭度和频谱重心，其他 16 个维度形同虚设。

常见做法是先对每个特征维度做标准化，再进入后续的分类器或 GAN。我一般会用 scikit-learn 的RobustScaler而不是标准StandardScaler，因为峭度、峰峰值这类特征存在明显长尾，个别严重冲击样本会把均值和方差拉偏，RobustScaler 按四分位距缩放，抗长尾能力好得多。这一步看似不起眼，却是整套方法能不能收敛的分水岭——后面避坑章里你会看到因为跳过归一化导致训练完全不收敛的真实例子。特征拼接的位置也有讲究：标准化之后的拼接才叫融合，拼接之后再标准化会导致不同域的原始尺度信息被再次抹平，两种顺序我建议选先缩放后拼接，理由很简单——GAN 判别器对输入分布敏感，输入尺度一致时判别器更容易收敛。

3. GAN 在故障诊断里的两条路线：扩样本，还是对抗训练提特征？

3.1 故障样本稀缺是常态：GAN 补样本还是参与特征学习

拿到任何一份故障诊断代码包，先别急着跑，得想清楚里面的 GAN 到底在干什么。这个标题下 GAN 通常有两条路线，二者经常被混着用，但取舍完全不同。第一条是样本生成路线：生成器直接产出故障样本的原始信号或者特征向量，扩充少数类样本，让分类器不再被大量正常样本带偏。第二条是对抗训练路线：生成器和判别器不服务于“造假数据”，而是作为特征提取器的监督信号，逼着特征提取器学到的表达“骗过”判别器，从而让特征对不同工况、不同采集条件下的差异更鲁棒。

我在实际项目中更倾向把两条路线结合起来用：生成器在特征域扩充少数类样本，与此同时判别器共享一个特征提取分支，既判断真伪，也预测故障类别。这样一份代码同时拿到样本平衡和特征鲁棒两个收益。但有一条红线要注意——不要在原始一维信号上硬上 GAN。振动信号动辄上万点，时间相关性极强，生成器很难通过一个反卷积网络把时序结构还原出来，生成的信号看起来有波形，包络谱却完全不对位，特征频率落不到故障频率上，分类模型反而被假数据带崩。在特征域上做生成，维度只有十几到几十维，生成稳定性显著提升，也更贴合多域融合的输出形式。

3.2 生成器与判别器怎么搭：ACGAN 结构代码

目标是在特征域做条件生成，输入是随机噪声加故障类别标签，输出是特定类别的融合特征向量。用 ACGAN（Auxiliary Classifier GAN）结构最省事：判别器多出一个类别输出头，真伪判断和类别判断共用同一个特征提取网络。这个结构和故障诊断任务天然匹配，因为诊断最终要的就是类别。

import torch import torch.nn as nn class Generator(nn.Module): """输入随机噪声 z 和故障类别 c，生成对应类别的融合特征向量""" def __init__(self, z_dim=128, n_classes=4, feat_dim=18): super().__init__() # 类别条件通过 embedding 注入，而不是独热编码 self.embed = nn.Embedding(n_classes, 32) self.net = nn.Sequential( nn.Linear(z_dim + 32, 256), nn.ReLU(), nn.BatchNorm1d(256), nn.Linear(256, 512), nn.ReLU(), nn.BatchNorm1d(512), nn.Linear(512, feat_dim) ) def forward(self, z, c): c_emb = self.embed(c) # [batch, 32] x = torch.cat([z, c_emb], dim=1) # 噪声和条件拼接 return self.net(x) class Discriminator(nn.Module): """双头判别器：输出真/假概率 + 类别预测""" def __init__(self, feat_dim=18, n_classes=4): super().__init__() self.net = nn.Sequential( nn.Linear(feat_dim, 256), nn.LeakyReLU(0.2), nn.Linear(256, 128), nn.LeakyReLU(0.2), nn.Dropout(0.3) # 抑制判别器过强 ) self.fc_adv = nn.Linear(128, 1) # 真伪头 self.fc_cls = nn.Linear(128, n_classes) # 类别头 def forward(self, x): h = self.net(x) return self.fc_adv(h), self.fc_cls(h)

这段结构和常见图像 GAN 的关键区别在于输入输出都是一维特征向量而不是图片。生成器里用Embedding而不是独热编码来注入类别条件，好处是类别表示是可学习的，能表达类别之间的相似关系，比如内圈故障和外圈故障在特征空间里可能天然接近，embedding 可以学到这层关联。判别器用LeakyReLU(0.2)替代 ReLU，避免梯度在负区间直接死掉；Dropout(0.3)放在判别器侧，是为了防止判别器把真实样本和生成样本的区分做得太容易——判别器太强，生成器梯度就消失，这是训练 GAN 最典型的死法。

生成器输出维度feat_dim必须和真实特征的维度对齐，也就是第 2 章特征提取代码的输出维度。如果项目里特征维度改到了 30 或 40，记得同步改两个模型的feat_dim，这是个很容易漏改的低级错误。

3.3 训练稳定的三件套：WGAN-GP、更新比例、物理校验

GAN 训练本身就是玄学，在故障诊断这种数据量小的场景里更甚。原始 GAN 用 JS 散度当损失，判别器一饱和梯度就消失，生成器再也学不动。我拿到这类项目的第一件事就是把损失换成 WGAN-GP：真实分布和生成分布之间的距离用推土机距离度量，再对判别器加梯度惩罚，让判别器满足 1-Lipschitz 约束，梯度消失和梯度爆炸的天平会被拉回来。梯度惩罚系数lambda_gp取 10 是经验值，小于 5 约束太松，大于 20 训练容易震荡。

更新比例方面，别迷信默认的 1:1。实际项目里我会先让判别器每步都更新、生成器每两步更新一次（即 2:1 的 D:G 比例），然后观察两个 loss 的走势，如果判别器 loss 掉到接近 0 但生成器 loss 乱跳，说明判别器还是太强，把 D 的学习率调低一档即可。监控指标上，分类准确率只是结果，训练过程中真正要盯的是生成样本的物理合理性——把生成的故障特征反解回时域信号做不到，但你可以直接看生成特征对应的小波包子带能量分布是否落在真实故障样本的分布范围里，或者看频域重心是否和已知故障特征频率吻合。这条物理校验规则比任何 GAN 指标都靠谱。

def wgan_gp_loss(real, fake, D, lambda_gp=10): """WGAN-GP 的梯度惩罚项""" batch = real.size(0) alpha = torch.rand(batch, 1).to(real.device) # 真实样本和生成样本之间的随机插值点 interp = alpha * real + (1 - alpha) * fake d_interp, _ = D(interp) grad = torch.autograd.grad(outputs=d_interp, inputs=interp, grad_outputs=torch.ones_like(d_interp), create_graph=True)[0] # 惩罚梯度范数偏离 1 的部分 gp = ((grad.norm(2, dim=1) - 1) ** 2).mean() return lambda_gp * gp

这里create_graph=True必须保留，因为梯度惩罚本身要参与二次求导，少了它训练会在第一轮就报错。经验上，整套 WGAN-GP 的训练瓶颈不在生成器而在判别器，所以判别器的输入归一化、dropout、学习率这三项，是训练稳定优先级最高的调节对象。

4. 从数据划分到诊断模型：搭一套可复现的训练流程

4.1 数据划分与滑窗切分：先定好规则再动代码

故障诊断项目的样本不应该是“一条数据一个标签”这么简单。传感器采集的是连续振动信号，必须先滑窗切分成长度固定的样本，再做标签。两个参数直接决定样本质量：窗口长度和重叠率。窗口太短，FFT 频率分辨率差，故障特征频率在谱上分不开；窗口太长，样本量变少，且一个窗口内可能包含多种工况变化。我一般取 1024 到 4096 点，对应采样率 25600 Hz 时大约 0.04 到 0.16 秒。重叠率取 50% 到 75%，太低浪费数据，太高会让相邻样本高度相似，埋下数据泄漏的雷。注意，重叠率超过 75% 时训练集和验证集里几乎都是“同一个波形的不同切法”，验证分数虚高，这个坑在避坑章展开说。

数据划分规则比滑窗参数更关键。常见错误是把所有滑窗样本随机打散、按 8:2 分训练验证集——同一条连续信号切出来的相邻窗口会同时落进两边，验证集指标等于开卷考试。正确的做法是按“机器-工况”为最小单位划分：同一台设备、同一个负载条件下的所有样本必须整体归入训练集或验证集，不允许跨界。这个规则写进代码里要放在滑窗切分之前，先分设备、再切窗、后打标签。

4.2 整体模型结构：特征提取器、融合层与双头判别器怎么串

整套模型的连接关系是这样的：原始振动信号进三路特征提取分支，各自产出时域、频域、时频域特征，经标准化后拼接成融合向量；融合向量同时送入两个地方——分类器做故障类别预测，判别器做真伪判断。生成器从随机噪声和类别标签生成“假”的融合特征向量，目标是骗过判别器，但类别头又要求它生成的样本类别能被正确识别。这个结构的精巧之处在于：判别器的真伪压力迫使特征提取器去掉那些只属于特定采集条件的无关信息，类别压力又保证剩下的特征是类别可分、物理可解释的。

我把分类器和判别器的真伪头做了参数共享，而不是各搭一套网络。理由很直接：故障诊断的样本量通常不大，共享网络能显著降低参数量，让判别器在有限数据上不容易过拟合。代价是训练时要同时平衡两个损失的权重，类别损失系数取 0.5 到 1.0 之间，我习惯从 0.5 起步，分类准确率上不去就往上调，生成样本物理失真就往下调。另外，建议先冻结生成器，单独预训练特征提取器和分类器几个 epoch，等分类头基本收敛后再放开对抗训练。否则对抗梯度一开始就会把特征分布搅乱，分类损失还没压下来，训练就崩了。

4.3 训练主循环代码与超参速查表

下面这段是整套流程的核心训练循环，整合了 WGAN-GP 梯度惩罚、双头判别器和 2:1 的 D/G 更新比例。

import torch import torch.nn.functional as F def train_one_epoch(G, D, optG, optD, loader, z_dim, lambda_gp=10, cls_w=0.5): for step, (real_feat, labels) in enumerate(loader): real_feat, labels = real_feat.cuda(), labels.cuda() batch = real_feat.size(0) # ---------- 1. 更新判别器 ---------- z = torch.randn(batch, z_dim).cuda() fake_feat = G(z, labels) # 按真实标签生成对应类别样本 d_real, c_real = D(real_feat) d_fake, c_fake = D(fake_feat.detach()) # detach 防止梯度回传生成器 loss_d = (F.binary_cross_entropy_with_logits(d_real, torch.ones_like(d_real)) + F.binary_cross_entropy_with_logits(d_fake, torch.zeros_like(d_fake)) + cls_w * F.cross_entropy(c_real, labels) # 真实样本的类别监督 + wgan_gp_loss(real_feat, fake_feat.detach(), D, lambda_gp)) optD.zero_grad() loss_d.backward() optD.step() # ---------- 2. 每 2 步更新一次生成器 ---------- if step % 2 == 1: z = torch.randn(batch, z_dim).cuda() fake_feat = G(z, labels) d_fake, c_fake = D(fake_feat) loss_g = (F.binary_cross_entropy_with_logits(d_fake, torch.ones_like(d_fake)) # 骗过真伪头 + F.cross_entropy(c_fake, labels)) # 类别头必须猜对 optG.zero_grad() loss_g.backward() optG.step()

代码里几个细节值得解释。判别器每次更新都同时计算三个损失并加总：真伪损失让判别器学会分辨真假，类别损失让真实样本的类别信息进入共享特征层，梯度惩罚保证 1-Lipschitz 约束。生成器只拿到d_fake和c_fake，它希望判别器把生成样本判为“真”，同时把类别猜对，这两个目标合在一起，逼迫生成器学的是“某类故障该长什么样”，而不是乱造。fake_feat.detach()出现在三处，目的都一样——更新判别器时阻断梯度流向生成器，两个网络交替训练而不是互相污染。step % 2 == 1实现的 D:G = 2:1，是稳定训练的默认起点；如果你发现生成器 loss 迟迟不降，可以改回 1:1 试试。

超参速查表是这类项目最容易抄的作业，直接按下面的起点调：

总训练轮次没有固定值，我习惯在每轮结束后用验证集算一次分类准确率，连续 5 轮不提升就提前停。保存模型时务必同时保存生成器和判别器的权重，因为最后部署推理用的是判别器里的共享特征层加类别头，生成器只在训练期有用。

5. 避坑：这套方法最容易翻车的 5 个地方

5.1 生成样本崩坏，诊断精度反而下降

现象：加入 GAN 训练后，验证集准确率不但没升，反而比只用真实样本的分类器掉了十几个点。生成的“故障样本”看起来特征分布很怪，类别还容易混淆。

原因：生成器在训练初期输出的特征向量根本没学到物理规律，而判别器训练循环里真实样本和生成样本同时参与，分类头被这些劣质样本带偏。本质上是训练次序和损失权重没配好，对抗梯度干扰了分类学习。

解决：先冻结生成器，用真实样本预训练分类器和共享特征层 5 到 10 个 epoch，等类别准确率上了 80% 再放开对抗训练。另外把类别损失权重cls_w从 0.5 提到 1.0，让分类监督在联合训练阶段占据主导。这样生成器的扰动就从“带崩分类器”降级为“辅助正则化”。

5.2 特征拼接后训练不收敛：量纲失衡是隐形杀手

现象：模型 loss 在某个值震荡死活下不去，或者前期分类准确率一直在随机水平徘徊。看训练日志时特征数值打印出来，发现某些维度方差大得离谱。

原因：峭度、峰峰值这类特征数值动辄上百上千，RMS 和子带能量占比只有零点几到个位数。网络训练初期梯度被大尺度特征主导，小尺度特征的误差信号几乎传不回去。这是多域特征融合方法最常见的翻车点，没有之一。

解决：第 2 章提过的RobustScaler在这里必须用上。按特征维度分别计算中位数和四分位距，对每个维度独立缩放。放缩之后把同一样本的 18 维特征打印一遍，确认每个维度的均值在 0 附近、方差在同一个量级，再进后续网络。这属于训练前五分钟能排查完、不排查能折磨你两天的坑。

5.3 小波包分解层数太高，子带特征维度爆炸

现象：特征向量维度从 18 涨到 40 甚至 70，训练集不大时模型过拟合很严重，验证集准确率上蹿下跳，小波包子带的能量分布看起来都不太像真实故障。

原因：小波包每加深一层，子带数量翻倍，我见过有人把wave_level调到 5，光时频域就 32 维，整个融合特征达到 40 多维。在几百个样本的训练集上，这么多维度基本是必过拟合的。

解决：层数控制在 3 到 4 层，同时做一次子带筛选——计算每个子带在不同故障类别上的能量分布差异，用 F 检验或信息增益保留区分度最高的 4 到 8 个子带，剩下直接丢掉。这招既压住了维度，又顺带滤掉了一部分噪声频带。记住多域融合的目标是信息互补，不是维度堆砌。

5.4 验证集高、现场却翻车：数据泄漏的经典剧本

现象：训练时验证集准确率 97%，看起来模型好得不得了，拿到另一台设备或者换个工况一测直接掉到 70% 以下。这时候大家的第一反应是换模型，实际是数据划分出了问题。

原因：滑窗重叠率设太高、或者按样本随机划分，同一个连续信号切出来的相邻窗口既在训练集又在验证集，模型记住的是波形本身而不是故障规律。更隐蔽的是同一台设备的多个窗口被随机打散，设备间的个体差异变成了模型的“捷径”。

解决：回到第 4 章的划分规则——以设备或工况为最小单位划分，同一设备的全部窗口只能出现在一侧。检查代码时确认划分发生在滑窗之前，而不是之后。这属于训练时吃后悔药也来不及的坑，只能重做数据管线，所以动手写第一个脚本前就要定死规则。

5.5 判别器 loss 秒变 0，生成器再也不学

现象：训练刚开始几十步，判别器 loss 直接掉到接近 0，生成器 loss 数值乱跳甚至爆炸。生成的特征向量和真实特征完全分离，怎么调学习率都没用。

原因：样本不平衡严重、真实样本几乎全是正常类时，判别器很快发现“只要把正常类判真、其他全判假”就能完美分离，特征空间中生成样本和真实样本没有重叠，WGAN-GP 的推土机距离失去了梯度信号。这也是为什么原始 GAN 在故障诊断小样本场景里几乎总是崩。

解决：启动真实标签平滑，把真实样本的标签从 1.0 换成 0.9，给判别器留一点“不确定”的余地，防止它过度自信。同时把 D:G 更新比例改成 3:1，让生成器在每次更新前能收到更稳定的判别器梯度。如果还不行，检查一下类别条件有没有生效——生成器输入类别标签和真实样本类别分布是否一致，分类不均衡时先做类别重采样再进训练循环。

6. 进阶验证：注意力融合、特征空间可视化与跨工况测试

6.1 用 t-SNE 检查生成样本是否真的融入了真实故障分布

模型训练完别急着下结论说效果好，先把验证集的真实样本特征和生成器产出的样本特征一起投影到二维平面上看一眼。我习惯用 t-SNE 检查三类点：真实正常、真实故障、生成故障。判断标准有三条——生成故障的点和真实故障的点要混在一起，不能独立成团；生成样本应该散布在正常和故障之间的流形空隙里，起到填补作用；完全没有落在正常样本堆里的孤立点。如果生成样本离真实故障样本十万八千里，不管分类准确率多高都说明 GAN 没学会物理规律，生成器只是在拟合一个病态分布。这一步可视化是整条流水线最便宜的体检，任何训练指标都替代不了肉眼对空间分布的判断。

6.2 从特征拼接升级到注意力加权融合

标题里的“多域特征融合”如果只是拼接，其实浪费了三个域各自的优势。不同工况下，哪个域的信息更可靠是动态变化的——重负载工况下频域特征可能被调制边带主导，轻负载早期故障反而时域冲击特征更先暴露。把拼接换成注意力融合，把三域特征的权重交给网络自己学，是这套思路最顺手的升级方向。

def attention_fusion(f_t, f_f, f_tf): # 输入三个域的特征向量，形状均为 [batch, feat_dim] base = torch.stack([f_t, f_f, f_tf], dim=-1) # [batch, feat_dim, 3] # 对特征维度求均值得到每个域的聚合响应，再做 softmax 得到权重 score = torch.softmax(torch.mean(base, dim=1), dim=-1) # [batch, 3] fused = torch.sum(base * score.unsqueeze(1), dim=-1) # [batch, feat_dim] return fused

这段代码的核心是softmax出来的三个权重，代表模型认为当前样本该主要信任哪个域。实现极简，也没有增加多少参数量，但对诊断准确率的提升经常比调半天 GAN 超参更明显。替换掉原来的torch.cat拼接层后，建议回到第 5 章的 5.1 节，重新按“先预训练分类器再开对抗训练”的节奏走一遍，对抗梯度对注意力权重的影响比普通拼接层更敏感。

最后说一个我自己的习惯。我每拿到一套类似的项目，第一件事永远是打印一批真实样本和生成样本的特征摘要并排摆在一起看，而不是先跑训练——均值、方差、峭度、子带能量逐一扫过去，读完这些数字大概就知道这方法在这份数据上有多大戏。这套多域融合加对抗诊断的路子，坑不少，但每一步的坑都有迹可循，按特征归一化、数据划分、训练节奏这三关守住，剩下就是调参的耐心活。希望帮到你。

本文还有配套的精品资源，点击获取