1）针对端到端框架下可解释与自适应矛盾导致强噪声多源信号鲁棒特征提取难题，利用小波时频特性约束卷积核构造，提出基于小波物理先验约束的随机卷积变换方法，构造全局池化算子与二次激活函数，实现了冗余特征抑制与特征向量全局压缩，为健康状态识别提供鲁棒特征基础。
2）针对动态分布数据下局部概率模型不确定性量化难题，构建基于激活重参数化的贝叶斯深度学习模型，提出特征-预测层集成的不确定性量化准则，解决了全参数概率化模型的高效推理与不确定性灵敏估计的矛盾。
Research Focus
