模拟电路故障诊断的信息融合新方法

被引:7
作者
马超
陈西宏
邓均明
王光明
机构
[1] 空军工程大学导弹学院
关键词
模拟电路故障诊断; 信息融合; 相对优势属性约简; 模糊密度赋值;
D O I
10.19304/j.cnki.issn1000-7180.2011.04.003
中图分类号
TN710 [电子电路];
学科分类号
080902 ;
摘要
针对测试信息不足造成模拟电路故障诊断准确率较低的问题,为充分利用有限测试信息,提出一种模拟电路故障诊断信息融合新方法.首先,将采集的故障样本集变换到不同特征空间,然后利用所提出的马氏距离分布熵求取各特征空间的相对优势分类集,在此基础上,定义相对优势属性约简提取各特征空间的局部最佳可分性信息,最后,对基分类器结合所提出的自适应类模糊密度赋值方法进行模糊积分融合.国际标准电路故障诊断实例表明,所提方法能有效提高模拟电路的故障诊断率.
引用
收藏
页码:9 / 12+17 +17
页数:5
相关论文
共 9 条
[1]   基于神经网络的模拟电路故障诊断研究 [J].
廖薇 ;
许春冬 ;
刘锦高 .
微电子学与计算机, 2010, 27 (05) :125-128
[2]   基于邻域粒化和遗传算法的数值型属性约简方法 [J].
曾庆双 ;
赵佰亭 ;
陈希军 .
自动化博览, 2009, 26 (08) :70-74
[3]   基于小波分析和信息融合技术的故障诊断 [J].
刘美华 ;
彭良玉 .
微电子学与计算机, 2009, 26 (01) :166-168
[4]   支持向量分类器的模糊积分集成方法 [J].
颜根廷 ;
李传江 ;
马广富 .
哈尔滨工业大学学报, 2008, (07) :1017-1020
[5]   基于邻域粒化和粗糙逼近的数值属性约简 [J].
胡清华 ;
于达仁 ;
谢宗霞 .
软件学报, 2008, (03) :640-649
[6]   基于小波分析和神经网络的模拟电路故障诊断方法 [J].
禹旺兵 ;
彭良玉 ;
禹恒州 .
微电子学与计算机, 2007, (07) :43-46
[7]   模拟电路的融合智能故障诊断 [J].
彭敏放 ;
何怡刚 ;
王耀南 ;
贺建飚 .
中国电机工程学报, 2006, (03) :19-24
[8]   基于神经网络与证据理论的模拟电路故障诊断 [J].
彭敏放 ;
何怡刚 ;
王耀南 .
电路与系统学报, 2005, (01) :35-39
[9]   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 [J].
朱大奇 ;
于盛林 .
电子学报, 2002, (02) :221-223