基于迁移学习工业数据安全传输的故障诊断方法

本发明公开了一种基于迁移学习工业数据安全传输的故障诊断方法，属于数据监管技术领域。所述方法包括：通过构建迁移学习模型实现对于工业数据的安全监管和诊断，采用端到端特征学习策略，集成CBAM混合注意力模块，通过通道和空间注意力机制动态强化故障敏感特征，抑制噪声干扰；通过多尺度并行处理和残差跳跃连接，克服了传统单尺度网络特征覆盖范围受限的缺陷，同时缓解了深层网络的梯度消失问题。通道和空间注意力机制与多尺度特征提取的结合，使网络能够动态强化故障敏感特征，显著提升故障诊断的鲁棒性和准确性。