模拟电路故障诊断的邻近支持向量机集成方法

被引：11

作者：

唐静远 ^{[1
]}

师奕兵 ^{[1
]}

姜丁 ^{[2
]}

机构：

[1] 电子科技大学自动化工程学院

[2] 总后军事运输研究所

来源：

电子测量与仪器学报 | 2010年 / 24卷 / 02期

关键词：

故障诊断; 模拟电路; 非对称AdaBoost算法; 邻近支持向量机集成;

D O I：

暂无

中图分类号：

TN710 [电子电路];

学科分类号：

摘要：

提出了基于非对称AdaBoost算法与邻近支持向量机的模拟电路集成故障诊断方法。该方法采用非对称AdaBoost解决邻近支持向量机处理多分类问题出现的数据不平衡问题,提高邻近支持向量机的分类准确率;利用高斯变异策略自适应选择核函数及正则化因子,提高集成邻近支持向量机的个体间差异性;最后获得分类精度高和泛化性能好的分类器。通过对模拟电路的故障诊断实验,验证了该方法的鲁棒性和可行性。诊断结果表明本文方法具有故障定位准确和泛化性好的特点。

引用

页码：107 / 112

页数：6

共 5 条

[1] 基于节点电压增量向量和模糊数学的模拟电路故障诊断方法 [J].

叶笠 ;

王厚军 ;

叶芃 .

电子测量与仪器学报, 2009, 23 (08) :14-19

[2] 采用模糊支持向量机的模拟电路故障诊断新方法 [J].

唐静远 ;

师奕兵 .

电子测量与仪器学报, 2009, 23 (06) :7-12

[3] 神经网络集成 [J].

周志华 ;

陈世福 .

计算机学报, 2002, (01) :1-8

[4] Genetically evolved neural networks for fault classification in analog circuits [J].

El-Gamal, MA .

NEURAL COMPUTING & APPLICATIONS, 2002, 11 (02) :112-121

[5]

Fault Diagnosis of Analog Circuits Using Bayesian Neural Networks with Wavelet Transform as Preprocessor[J] . Farzan Aminian,Mehran Aminian.Journal of Electronic Testing . 2001 (1)

← 1 →