基于小波分形和核判别分析的模拟电路故障诊断

被引：20

作者：

肖迎群 ^{[1
]}

冯良贵 ^{[1
]}

何怡刚 ^{[2
]}

机构：

[1] 国防科技大学数学与系统科学系

[2] 合肥工业大学电气与自动化学院

来源：

电工技术学报 | 2012年 / 27卷 / 08期

关键词：

模拟电路; 故障诊断; 特征提取; 小波分形分析; 核判别分析;

D O I：

10.19595/j.cnki.1000-6753.tces.2012.08.032

中图分类号：

TN710 [电子电路];

学科分类号：

摘要：

提出了采用小波分形分析和核判别分析作为预处理器来实行特征提取的神经网络模拟电路故障诊断方法。这个诊断方法采用小波分形分析方法首先获取了故障响应信号的小波分形维特征,然后采用核判别分析进一步实施特征提取,最后将所获得的最优特征模式作为神经网络分类器的输入以进行故障诊断。仿真结果表明,本文提出的预处理方法能很好地获取故障响应信号的本质特征,并表现出了比其他特征提取方法更好的性能。并且,由此所构建的神经网络不但具有小的网络结构,而且能取得高的故障诊断正确率。

引用

页码：230 / 238

页数：9

共 6 条

[1] A linear ridgelet network approach for fault diagnosis of analog circuit[J]. XIAO YingQun＆ HE YiGang College of Electrical and Information Engineering, Hunan University, Changsha 410082, China.Science China（Information Sciences）. 2010(11)
[2] 基于脊波网络的模拟电路故障诊断
肖迎群
何怡刚
[J]. 电工技术学报, 2010, 25 (06) : 155 - 162
[3] A note on fractal dimensions of biomedical waveforms
Raghavendra, B. S.
Dutt, D. Narayana
[J]. COMPUTERS IN BIOLOGY AND MEDICINE, 2009, 39 (11) : 1006 - 1012
[4] Nonlinear component analysis as a kernel eigenvalue problem
Scholkopf, B
Smola, A
Muller, KR
[J]. NEURAL COMPUTATION, 1998, 10 (05) : 1299 - 1319
[5] Fractals and the analysis of waveforms. Katz M J. Computers in Biology and Medicine . 1988
[6] Feature selection with kernel class separability. Wang Lei. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2008

← 1 →