贝叶斯框架支持向量机的模拟电路故障诊断(英文)

被引:5
作者
罗志勇 [1 ]
史忠科 [2 ]
机构
[1] 重庆邮电大学自动化学院
[2] 西北工业大学自动化学院
关键词
支持向量机; 贝叶斯证据框架; 小波提升变换; 模拟电路; 故障诊断;
D O I
10.16182/j.cnki.joss.2007.13.032
中图分类号
TN710 [电子电路]; TP18 [人工智能理论];
学科分类号
080902 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
基于贝叶斯证据框架下的最小二乘小波支持向量机,设计了一种新型模拟电路故障诊断方法。将贝叶斯证据框架应用于多类LS-WSVM分类器来选取正规化参数和核参数,并采用小波提升变换对从测试点得到的各种故障状态下输出电压信号进行分解获取多尺度的小波系数,对经处理的小波系数提取出故障特征量,以此作为样本训练多类LS-WSVM分类器来确定模拟电路故障诊断的模型。采用雷达系统模拟电路进行了仿真,结果表明,设计的模拟电路的故障诊断方法效果良好。
引用
收藏
页码:3009 / 3013
页数:5
相关论文
共 2 条
[1]   A decision based one-against-one method for multi-class support vector machine [J].
Debnath, R ;
Takahide, N ;
Takahashi, H .
PATTERN ANALYSIS AND APPLICATIONS, 2004, 7 (02) :164-175
[2]  
Simulation Studies of Analog Circuits Fault Approach Based on Self-Organizing Feature Map Neural Networks. Ma Ye, Li Nang. Journal of System Simulation . 2001