基于因子分析的模拟电路故障特征提取技术研究

被引：3

作者：

王月海 ^{[1
]}

卢俊 ^{[1
]}

潘国庆 ^{[2
]}

冯建呈 ^{[2
]}

机构：

[1] 北方工业大学信息工程学院

[2] 北京航天测控技术开发公司

来源：

计算机测量与控制 | 2014年 / 22卷 / 11期

关键词：

因子分析; 故障特征; 因子得分; 特征向量;

D O I：

10.16526/j.cnki.11-4762/tp.2014.11.044

中图分类号：

TN710 [电子电路];

学科分类号：

080902 ;

摘要：

针对LS-SVM算法中小波提取特征存在小波基函数选择和小波分解层次、系数选取的问题,提出了一种基于因子分析技术的故障特征识别方法;该方法通过构建采样数据的相关矩阵求出因子载荷和因子得分,按照累计贡献率自动提取出13个因子组成特征向量,从而降低了输入维度,提高了算法训练诊断效率,降低了收敛难度;四运放典型电路的仿真实验结果表明:文中算法的诊断正确率超过了同类方法,同时提高了训练时间和诊断效率。

引用

页码：3470 / 3472

页数：3

共 10 条

[1]

支持向量机导论[M]. 机械工业出版社 , (美) 克里斯蒂亚尼尼 (Cristianini, 2005

[2]

A novel approach of analog circuit fault diagnosis using support vector machines classifier[J] . Jiang Cui,Youren Wang. &nbspMeasurement . 2010 (1)

[3]

Research on fea-tures for diagnostics of filtered analog circuits based onLS-SVM. LONG B,TIAN SH L,MIAO Q,et al. IEEE Autotestcon . 2011

[4] Diagnostics of Filtered Analog Circuits with Tolerance Based on LS-SVM Using Frequency Features [J].

Long, Bing ;

Tian, Shulin ;

Wang, Houjun .

JOURNAL OF ELECTRONIC TESTING-THEORY AND APPLICATIONS, 2012, 28 (03) :291-300

[5]

Analog fault diagnosis of actual circuits using neural networks. Aminian, Farzan,Aminian, Mehran,Collins Jr., H.W. IEEE Transactions on Instrumentation and Measurement . 2002

[6]

Neural-network based analog-circuit fault diagnosis using wavelet transform as preprocessor. Aminian M,Aminian F. IEEE Transactions on Circuits and Systems II:Analog and Digital Signal Processing . 2000

[7]

Lagrangian support vector machines. Mangasarian O L,Musicant D R. Journal of Machine Learning Research . 2001

[8] 模拟电路故障特征提取的小波基选取方法研究附视频 [J].