1.一种基于自注意力机制的机床温度敏感点组合选取方法，其特征在于，包括以下步骤：S1、采集数控机床运行过程中的温度数据和主轴热变形量；

S2、将温度数据输入基于自注意力机制的多层感知神经网络，得到初级温度敏感点组合；

S3、根据初级温度敏感点组合和主轴热变形量，得到次级温度敏感点组合；

S4、根据次级温度敏感点组合和主轴热变形量，通过自注意力机制的多层感知神经网络处理，得到机床温度敏感点组合；

所述步骤S1中，所述主轴热变形量包括数控机床X轴方向热漂移、Y轴方向热漂移和Z轴方向热伸长；

所述步骤S1具体为：

设置n个温度测点在数控机床的主轴周围、工作台、床身、和电机位置，通过温度传感器采集n个温度测点的温度数据；

设置3个电涡流位移传感器在数控机床的X轴、Y轴和Z轴方向上，通过电涡流位移传感器测量得到数控机床X轴方向热漂移、Y轴方向热漂移和Z轴方向热伸长；

所述步骤S3中，次级温度敏感点组合包括X轴方向的次级温度敏感点组合、Y轴方向的次级温度敏感点组合和Z轴方向的次级温度敏感点组合；

所述步骤S3包括以下分步骤：

S31、将初级温度敏感点组合和主轴热变形量组合，得到嵌入向量；

S32、计算每个嵌入向量的键、查询和值；

S33、将每个嵌入向量的查询、键和其它嵌入向量的键输入至基于自注意力机制的多层感知神经网络，得到每个嵌入向量的注意力得分；

S34、将每个嵌入向量的注意力得分进行solfmax归一化处理，得到每个嵌入向量的权值；

S35、将每个嵌入向量的值与其的权值进行加权求和，得到每个嵌入向量的注意力值；

S36、设置注意力判断阈值B，筛选大于注意力判断阈值B的注意力值对应嵌入向量，将通过筛选的所有嵌入向量对应的初级温度敏感点作为次级温度敏感点组合；

所述步骤S31中，嵌入向量包括X轴方向的嵌入向量、Y轴方向的嵌入向量和Z轴方向的嵌入向量；

所述步骤S31具体为：

将初级温度敏感点组合分别和X轴方向热漂移组合，得到X轴方向的嵌入向量；

将初级温度敏感点组合分别和Y轴方向热漂移组合，得到Y轴方向的嵌入向量；

将初级温度敏感点组合分别和Z轴方向热伸长组合，得到Z轴方向的嵌入向量；

所述步骤S32具体为：通过下式计算每个嵌入向量的键k、查询q和值v；

q

q＝Mi×W

k

k＝Mi×W

v

v＝Mi×W

q k

式中，Mi为第i个嵌入向量，且i＝1，…，n，n为嵌入向量的总数；W为第一参数，W为第二v参数，W为第三参数；

所述步骤S34中，得到嵌入向量的权值αi表达式具体为：式中，ri为第i个嵌入向量的注意力得分；

所述步骤S36中，次级温度敏感点组合包括X轴方向的次级温度敏感点组合、Y轴方向的次级温度敏感点组合和Z轴方向的次级温度敏感点组合。

2.根据权利要求1所述的基于自注意力机制的机床温度敏感点组合选取方法，其特征在于，所述步骤S2包括以下分步骤：S21、将温度数据输入基于自注意力机制的多层感知神经网络，得到各个温度测点之间的注意力得分；

S22、设置注意力得分阈值A；

S23、判断各个温度测点之间的注意力得分是否大于注意力得分阈值A；

若是，则删去注意力得分大于注意力得分阈值A对应的两个温度测点其中的一个温度测点，返回步骤S23；

若否，则执行步骤S24；

S24、将所有温度测点作为初级温度敏感点组合。

3.根据权利要求1所述的基于自注意力机制的机床温度敏感点组合选取方法，其特征在于，所述步骤S4包括以下步骤：S41、将X轴方向的次级温度敏感点组合、Y轴方向的次级温度敏感点组合和Z轴方向的次级温度敏感点组合求并集，得到整机次级温度敏感点组合；

S42、设置敏感点数阈值k，判断整机次级温度敏感点组合中的敏感点数是否小于敏感点数阈值k；

若是，则将整机次级温度敏感点组合，作为机床温度敏感点组合；

若否，则进入步骤S43；

S43、将整机次级温度敏感点组合和主轴热变形量输入基于自注意力机制的多层感知神经网络，得到各个整机次级温度敏感点与三个方向的注意力值；

S44、将所述注意力值从大到小排序，选择前k个注意力值所对应的整机次级温度敏感点组合，作为机床温度敏感点组合。