模拟电路故障诊断的双重扰动支持向量机集成方法

被引：2

作者：

马超 ^{[1
]}

陈西宏 ^{[1
]}

姚懿玲 ^{[2
]}

韩明 ^{[2
]}

机构：

[1] 空军工程大学导弹学院

[2] 空军驻所军事代表室

来源：

微电子学与计算机 | 2011年 / 28卷 / 03期

关键词：

双重扰动; 支持向量机集成; 属性约简; 模拟电路故障诊断;

D O I：

10.19304/j.cnki.issn1000-7180.2011.03.004

中图分类号：

TP181 [自动推理、机器学习]; TN710 [电子电路];

学科分类号：

140101 [集成纳电子科学]; 140502 [人工智能];

摘要：

为进一步提高模拟电路故障诊断准确率,提出一种特征和模型参数双重扰动的集成支持向量机新算法.首先在集合覆盖思想下设计基于混沌蚁群算法的属性约简算法将特征样本空间划分成若干子空间,然后针对每个子空间,在"低偏差区域"内进行模型参数扰动,经过两次多数投票法得到最终集成结果.故障诊断实例表明,该方法比多分类支持向量机、Attribute Bagging(AB)算法、Bagging方法等具有更好的故障诊断率.

引用

页码：17 / 22

页数：6

共 5 条

[1]

基于神经网络的模拟电路故障诊断研究 [J].