本文關(guān)鍵詞：基于局部圖嵌入加權(quán)罰SVM的模擬電路故障診斷方法

  更多相關(guān)文章： 模擬電路 故障診斷 支持向量機(jī) 數(shù)據(jù)流形

【摘要】：針對傳統(tǒng)支持向量機(jī)(SVM)在模擬電路故障診斷應(yīng)用中存在的不足,提出一種基于局部圖嵌入加權(quán)罰支持向量機(jī)(LGEWP-SVM)的模擬電路故障診斷新方法。通過在保持?jǐn)?shù)據(jù)整體類間間隔最大化的基礎(chǔ)上優(yōu)化數(shù)據(jù)流形的局部分布,同時(shí)在懲罰系數(shù)中引入數(shù)據(jù)的全局分布信息,設(shè)計(jì)了一種依賴于數(shù)據(jù)分布的新型支持向量機(jī)。該方法有效融合了數(shù)據(jù)的先驗(yàn)分布信息,增強(qiáng)了算法的抗干擾能力,提高了模型的診斷準(zhǔn)確度。實(shí)驗(yàn)結(jié)果驗(yàn)證了所提方法的有效性。
【作者單位】： 中國人民解放軍第91550部隊(duì);海軍航空工程學(xué)院控制工程系;
【關(guān)鍵詞】： 模擬電路 故障診斷 支持向量機(jī) 數(shù)據(jù)流形
【基金】：國家自然科學(xué)基金重點(diǎn)資助項(xiàng)目(61203168)
【分類號】：TN710;TP181
【正文快照】： 0引言片上系統(tǒng)技術(shù)的發(fā)展使得模擬電路的測試與診斷變得越發(fā)重要[1]。但模擬電路自身存在故障模型欠佳、元件容差、故障參數(shù)連續(xù)和電路非線性等特點(diǎn)[2],使得模擬電路故障診斷技術(shù)發(fā)展緩慢,至今仍無實(shí)用方法。20世紀(jì)90年代以來,隨著人工智能技術(shù)(主要是機(jī)器學(xué)習(xí)方法)研究的復(fù)興

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 宋國明;王厚軍;姜書艷;劉紅;;最小生成樹SVM的模擬電路故障診斷方法[J];電子科技大學(xué)學(xué)報(bào);2012年03期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 傘冶;石慧姝;郭珂;;核方法及其在模擬電路故障診斷中的研究進(jìn)展[J];電子測量技術(shù);2013年01期

2 董寶玉;任光;;基于GA優(yōu)化合成核支持向量機(jī)的船舶柴油機(jī)故障診斷[J];大連海事大學(xué)學(xué)報(bào);2013年04期

3 周紹磊;廖劍;史賢俊;戴邵武;;基于改進(jìn)SVM的模擬電路故障診斷[J];海軍航空工程學(xué)院學(xué)報(bào);2014年02期

4 于文新;何怡剛;吳先明;高坤;;基于果蠅-構(gòu)造小波神經(jīng)網(wǎng)絡(luò)模擬電路診斷方法[J];計(jì)算機(jī)工程與應(yīng)用;2015年22期

5 郭雅楠;李鴻燕;;基于ICA和GSPSO-SVM的人臉識別方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年12期

6 羅顯科;柴毅;李華鋒;梁奕歡;;半監(jiān)督增量式SVM在故障診斷中的應(yīng)用研究[J];世界科技研究與發(fā)展;2013年04期

7 李鑫濱;陳云強(qiáng);張淑清;;基于改進(jìn)ABC算法優(yōu)化的LSSVM多分類器組機(jī)械故障診斷模型[J];中國機(jī)械工程;2013年16期

8 梅飛;梅軍;鄭建勇;張思宇;朱克東;;粒子群優(yōu)化的KFCM及SVM診斷模型在斷路器故障診斷中的應(yīng)用[J];中國電機(jī)工程學(xué)報(bào);2013年36期

【二級參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 肖俊,莊越挺,吳飛;基于細(xì)節(jié)層次與最小生成樹的三維地形識別與檢索[J];軟件學(xué)報(bào);2003年11期

2 李朝健;李朝鵬;李肯立;;基于最小生成樹的并行分層聚類算法[J];微電子學(xué)與計(jì)算機(jī);2008年09期

3 孫永奎;陳光，

本文編號：1004029