基于交叉熵方法和支持向量机的模拟电路故障诊断

被引：8

作者：

唐静远

师奕兵

周龙甫

张伟

机构：

[1] 电子科技大学自动化工程学院

来源：

控制与决策 | 2009年 / 24卷 / 09期

关键词：

故障诊断; 特征选择; 模拟电路; 交叉熵方法; 支持向量机;

D O I：

10.13195/j.cd.2009.09.138.tangjy.003

中图分类号：

TN710 [电子电路];

学科分类号：

摘要：

针对故障诊断系统中存在的大量无关或冗余的特征会严重影响故障诊断性能的缺陷,提出了基于交叉熵和支持向量机方法进行特征选择和参数优化的故障诊断方法.首先以某种概率分布产生若干随机样本,并依据交叉熵最小原理建立分布参数的更新规则进行特征搜索和SVM参数优化;然后利用优化后的特征向量和参数训练支持向量机获得故障诊断模型.故障诊断实验结果表明,该故障诊断方法能有效地优化故障特征和模型参数,提高故障诊断性能.

引用

页码：1416 / 1420

页数：5

共 5 条

[1] 基于可测性分析和支持向量机的模拟电路故障诊断
孙永奎
陈光
李辉
[J]. 仪器仪表学报, 2008, (06) : 1182 - 1186
[2] The cross-entropy method for continuous multi-extremal optimization
Kroese, Dirk P.
Porotsky, Sergey
Rubinstein, Reuven Y.
[J]. METHODOLOGY AND COMPUTING IN APPLIED PROBABILITY, 2006, 8 (03) : 383 - 407
[3] Application of the cross-entropy method to the buffer allocation problem in a simulation-based environment
Alon, G
Kroese, DP
Raviv, T
Rubinstein, RY
[J]. ANNALS OF OPERATIONS RESEARCH, 2005, 134 (01) : 137 - 151
[4] Cross-Entropy and Rare Events for Maximal Cut and Partition Problems
Fac. of Indust. Eng. and Management, Technion - Israel Inst. of Technol., Haifa 32000, Israel
不详
[J]. ACM Transactions on Modeling and Computer Simulation, 2002, 12 (01): : 27 - 53
[5] On domain knowledge and feature selection using a support vector machine
Barzilay, O
Brailovsky, VL
[J]. PATTERN RECOGNITION LETTERS, 1999, 20 (05) : 475 - 484

← 1 →