1.一种基于多尺度特征融合的非平衡样本轴承故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，还包括：
3.根据权利要求2所述的方法，其特征在于，所述利用加速度传感器采集故障的时序性振动信号，数据归一化后进行分割得到原始样本的步骤，包括：
4.根据权利要求3所述的方法，其特征在于，所述构建vae-gan样本生成模型，将原始样本经过连续小波变换后的时频域数据对应的时频图输入vae-gan样本生成模型进行训练，利用训练好的模型生成对应类别的伪样本，将生成的伪样本混合到真实样本的步骤，包括：构建编码网络、构建生成网络和构建判别网络；
5.根据权利要求4所述的方法，其特征在于，设计多尺度特征提取模型实现故障特征的提取，并利用通道注意力机制实现特征的加权融合，进行轴承故障状态识别步骤，包括：构建多尺度特征提取模型进行特征提取和构建基于通道注意力机制的特征加权模块；
6.根据权利要求2所述的方法，其特征在于，所述分类层利用softmax分类器输出轴承故障的诊断结果的步骤，分类层由3个全连接网络层组成；