光电雷达电子部件的量子神经网络故障诊断算法

被引：12

作者：

朱大奇 ^{[1
]}

桑庆兵 ^{[2
]}

机构：

[1] 中国计量学院自动化研究所

[2] 江南大学信息工程学院

来源：

电子学报 | 2006年 / 03期

关键词：

量子神经网络; 信息融合; 故障诊断; 模式识别;

D O I：

暂无

中图分类号：

TN952 [雷达电子电路装置]; TP183 [人工神经网络与计算];

学科分类号：

摘要：

针对电路故障诊断时,故障模式之间存在交叉数据的模式识别问题,将多层激励函数的量子神经网络引入多传感器信息融合之中,提出一种基于量子神经网络的多传感器信息融合集成电路故障诊断算法.并将其应用到光电雷达电子设备故障诊断中,通过测试电子电路中被诊断元件的工作温度和工作电压两个物理量,求出两传感器对各待诊断元件的故障隶属度,利用多层激励函数的量子神经网络进行信息融合,得到融合的各待诊断元件的故障隶属度,从而确定故障元件,提高故障诊断的准确率.

引用

页码：573 / 576

页数：4

共 4 条

[1] 基于D-S证据理论的数据融合算法及其在电路故障诊断中的应用
朱大奇
于盛林
[J]. 电子学报, 2002, (02) : 221 - 223
[2] 基于虚拟仪器技术的光电雷达电子部件性能检测及故障诊断系统
朱大奇
刘文波
陈小平
于盛林
[J]. 航空学报, 2001, (05) : 468 - 470
[3] 电子设备故障诊断原理与实践[M]. 电子工业出版社 , 朱大奇著, 2004
[4] Recognition of handwritten numerals by Quantum Neural Network with fuzzy features
Zhou J.
Gan Q.
Krzyzak A.
Suen C.Y.
[J]. International Journal on Document Analysis and Recognition, 1999, 2 (1) : 30 - 36

← 1 →