基于支持向量机集成的模拟电路故障诊断

为了解决模拟电路故障诊断复杂多样难于辨识的问题,有效提高分类的准确度,提出了一种支持向量机集成的故障诊断方法。首先,该方法对采集信号进行Haar小波变换,提取1～5层小波变换的每层第1个低频系数构成特征集。然后将特征集输入集成支持向量机,实现对不同故障类型进行识别。将该方法应用于Sallen-Key带通和4运放双二次高通滤波电路进行故障诊断实验,结果表明,该方法比单一支持向量机、径向基神经网络、BP神经网络和集成K-NN分类器有更好的分类和泛化性能,故障诊断准确率更高。