基于局部图嵌入加权罚SVM的模拟电路故障诊断方法
本文关键词:基于局部图嵌入加权罚SVM的模拟电路故障诊断方法
【摘要】:针对传统支持向量机(SVM)在模拟电路故障诊断应用中存在的不足,提出一种基于局部图嵌入加权罚支持向量机(LGEWP-SVM)的模拟电路故障诊断新方法。通过在保持数据整体类间间隔最大化的基础上优化数据流形的局部分布,同时在惩罚系数中引入数据的全局分布信息,设计了一种依赖于数据分布的新型支持向量机。该方法有效融合了数据的先验分布信息,增强了算法的抗干扰能力,提高了模型的诊断准确度。实验结果验证了所提方法的有效性。
【作者单位】: 中国人民解放军第91550部队;海军航空工程学院控制工程系;
【关键词】: 模拟电路 故障诊断 支持向量机 数据流形
【基金】:国家自然科学基金重点资助项目(61203168)
【分类号】:TN710;TP181
【正文快照】: 0引言片上系统技术的发展使得模拟电路的测试与诊断变得越发重要[1]。但模拟电路自身存在故障模型欠佳、元件容差、故障参数连续和电路非线性等特点[2],使得模拟电路故障诊断技术发展缓慢,至今仍无实用方法。20世纪90年代以来,随着人工智能技术(主要是机器学习方法)研究的复兴
【参考文献】
中国期刊全文数据库 前1条
1 宋国明;王厚军;姜书艳;刘红;;最小生成树SVM的模拟电路故障诊断方法[J];电子科技大学学报;2012年03期
【共引文献】
中国期刊全文数据库 前8条
1 伞冶;石慧姝;郭珂;;核方法及其在模拟电路故障诊断中的研究进展[J];电子测量技术;2013年01期
2 董宝玉;任光;;基于GA优化合成核支持向量机的船舶柴油机故障诊断[J];大连海事大学学报;2013年04期
3 周绍磊;廖剑;史贤俊;戴邵武;;基于改进SVM的模拟电路故障诊断[J];海军航空工程学院学报;2014年02期
4 于文新;何怡刚;吴先明;高坤;;基于果蝇-构造小波神经网络模拟电路诊断方法[J];计算机工程与应用;2015年22期
5 郭雅楠;李鸿燕;;基于ICA和GSPSO-SVM的人脸识别方法[J];计算机工程与设计;2014年12期
6 罗显科;柴毅;李华锋;梁奕欢;;半监督增量式SVM在故障诊断中的应用研究[J];世界科技研究与发展;2013年04期
7 李鑫滨;陈云强;张淑清;;基于改进ABC算法优化的LSSVM多分类器组机械故障诊断模型[J];中国机械工程;2013年16期
8 梅飞;梅军;郑建勇;张思宇;朱克东;;粒子群优化的KFCM及SVM诊断模型在断路器故障诊断中的应用[J];中国电机工程学报;2013年36期
【二级参考文献】
中国期刊全文数据库 前3条
1 肖俊,庄越挺,吴飞;基于细节层次与最小生成树的三维地形识别与检索[J];软件学报;2003年11期
2 李朝健;李朝鹏;李肯立;;基于最小生成树的并行分层聚类算法[J];微电子学与计算机;2008年09期
3 孙永奎;陈光,
本文编号:1004029
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/1004029.html