期刊文献+
共找到706篇文章
< 1 2 36 >
每页显示 20 50 100
基于Patches-CNN的模拟电路故障诊断
1
作者 吴玉虹 王建 《计算机工程与科学》 北大核心 2025年第1期35-44,共10页
深度学习在故障诊断中应用广泛,但目前基于深度学习的模拟电路故障诊断模型复杂度较高,难以在边缘设备上部署。针对该问题,为了进一步提高故障诊断精度,提出了一种简单且轻量化的Patches-CNN模拟电路故障诊断深度学习模型。首先,将输入... 深度学习在故障诊断中应用广泛,但目前基于深度学习的模拟电路故障诊断模型复杂度较高,难以在边缘设备上部署。针对该问题,为了进一步提高故障诊断精度,提出了一种简单且轻量化的Patches-CNN模拟电路故障诊断深度学习模型。首先,将输入的图像分割成patches,并通过Patches Embedding算子转换为词向量(tokens),作为ViT风格的同质结构的输入,利用轻量化算子GSConv进行特征提取和获取token之间的信息,可以有效地提高模型的故障诊断精度。其次,添加层归一化可以防止模型梯度爆炸和加快模型收敛,为了提升模型的非线性,采用GELU激活函数。最后,将Sallen-Key带通滤波电路和Four-Opamp双二阶高通滤波电路作为实验对象。实验结果表明,该模型可以实现故障的准确分类与定位。 展开更多
关键词 模拟电路 故障诊断 深度学习 同质结构 层归一化
在线阅读 下载PDF
项目引领式模拟电路课程改革--以线性直流稳压电源为例
2
作者 于广 鞠尔男 王森 《实验室研究与探索》 北大核心 2025年第5期174-177,211,共5页
基于工程教育认证理念,结合模拟电路课程在专业基础课程中的重要地位及其工程技术性强的特点,以提升学生工程实践能力为目标,针对电子信息工程专业大二学生,设计了基于课程知识内容的实践项目。从项目设计、实施和评价等方面,探索实践... 基于工程教育认证理念,结合模拟电路课程在专业基础课程中的重要地位及其工程技术性强的特点,以提升学生工程实践能力为目标,针对电子信息工程专业大二学生,设计了基于课程知识内容的实践项目。从项目设计、实施和评价等方面,探索实践项目引领式课程改革。实践结果表明,课程改革提高了学生工程实践和解决实际复杂电子工程问题的能力,取得了良好的教学效果。 展开更多
关键词 线性 项目引领 模拟电路 工程教育专业认证 实践教学
在线阅读 下载PDF
基于Koopman算子与一维自编码卷积神经网络的模拟电路软故障诊断
3
作者 段涛 刘美容 +1 位作者 高雄 何怡刚 《电子测量与仪器学报》 北大核心 2025年第3期92-101,共10页
模拟电路是现代电子系统中的核心组成部分,随着电子设备日益复杂,传统的故障诊断方法已无法应对现代模拟电路中的故障检测需求,尤其是在软故障诊断中,因信号响应相似而导致故障定位困难。为解决这一问题,提出了一种基于Koopman算子的纯... 模拟电路是现代电子系统中的核心组成部分,随着电子设备日益复杂,传统的故障诊断方法已无法应对现代模拟电路中的故障检测需求,尤其是在软故障诊断中,因信号响应相似而导致故障定位困难。为解决这一问题,提出了一种基于Koopman算子的纯数据驱动故障检测方法。首先,通过延迟嵌入法构建Hankel矩阵,将电路输出信号映射至高维空间,从而实现系统全局线性化;然后,利用动态模式分解求解Koopman算子,在Koopman算子的特征空间内分析模态分布及信号的模态能量占比,通过提取储存特征值变化的范德蒙矩阵得到关键模态,来构建具有良好可区分度的特征向量;最后,将其输入到卷积神经网络中来完成故障识别。为验证该方法的有效性,搭建了基于Pspice与Simulink的四运放双二阶高通滤波器电路的联合仿真模型,利用SLPS模块结合电路网表实现模拟电路状态参数自动采集。实验结果表明,所提出的方法具有较高的准确精度,平均准确率99.86%,高于其他方法。 展开更多
关键词 Koopman算子 HANKEL矩阵 动态模式分解 故障诊断 模拟电路
在线阅读 下载PDF
基于IWOA-ELM的模拟电路故障诊断方法 被引量:3
4
作者 游达章 刘姗 +1 位作者 张业鹏 李存靖 《仪表技术与传感器》 CSCD 北大核心 2024年第2期104-110,共7页
针对模拟电路故障诊断中非线性和高维度输出信号带来的诊断困难问题,提出一种基于改进鲸鱼算法(IWOA)优化极限学习机(ELM)的模拟电路故障诊断方法。首先,采用主成分分析(PCA)法对初始故障电路特征进行降维;其次,在鲸鱼算法的基础上引入T... 针对模拟电路故障诊断中非线性和高维度输出信号带来的诊断困难问题,提出一种基于改进鲸鱼算法(IWOA)优化极限学习机(ELM)的模拟电路故障诊断方法。首先,采用主成分分析(PCA)法对初始故障电路特征进行降维;其次,在鲸鱼算法的基础上引入Tent映射来初始化种群,并且加入了非线性时变因子、自适应权重以及随机差分变异策略;再利用改进后的鲸鱼算法对ELM进行优化;最后将降维后的故障特征向量输入ELM中得到故障诊断结果。通过Sallen-Key带通滤波器电路以及CSTV滤波器电路仿真测试实例表明:IWOA优化ELM的故障诊断方法具有更优的故障诊断性能,故障诊断准确率高达99.41%。 展开更多
关键词 模拟电路 故障诊断 特征提取 主成分分析 极限学习机 鲸鱼算法
在线阅读 下载PDF
基于FSSA-ELM的模拟电路故障诊断方法 被引量:3
5
作者 陈晓娟 刘禹盟 +1 位作者 曲畅 张昭华 《半导体技术》 北大核心 2024年第1期77-84,共8页
在大规模电路中,模拟电路的故障率高达80%。针对模拟电路故障诊断方法准确率低、耗时长的问题,提出了一种分数阶麻雀搜索算法结合极限学习机(FSSA-ELM)的模拟电路故障诊断方法。利用核主成分分析与局部线性嵌入(KPCA-LLE)联合方式对电... 在大规模电路中,模拟电路的故障率高达80%。针对模拟电路故障诊断方法准确率低、耗时长的问题,提出了一种分数阶麻雀搜索算法结合极限学习机(FSSA-ELM)的模拟电路故障诊断方法。利用核主成分分析与局部线性嵌入(KPCA-LLE)联合方式对电路故障数据进行特征提取,通过分数阶与麻雀搜索算法(SSA)相融合,对极限学习机(ELM)的权重和阈值进行寻优,将提取后的特征数据输入到FSSA-ELM模型中进行训练和测试。T型反馈网络反相比例运算电路诊断实例表明,FSSA-ELM的故障诊断用时相较于SSA-ELM缩短了891 s,单故障诊断准确率可达972%,比SSA-ELM和ELM分别提高了19%和28%;双故障诊断准确率可达95%,分别提高了04%和10%。该故障诊断方法准确率高、耗时短,具有较强的模拟电路故障检测能力。 展开更多
关键词 模拟电路 故障诊断 分数维度 麻雀搜索算法(SSA) 极限学习机(ELM)
在线阅读 下载PDF
基于IHHO-BP神经网络的模拟电路故障诊断 被引量:8
6
作者 王力 张露露 《电子测量与仪器学报》 CSCD 北大核心 2024年第5期238-248,共11页
针对模拟电路故障类型多、故障状态不稳定以及故障数据冗余,使得模拟电路故障诊断困难的问题,提出利用改进哈里斯鹰算法(improved Harris Hawks optimization, IHHO)优化反向传播(back propagation, BP)神经网络,实现模拟电路故障特征... 针对模拟电路故障类型多、故障状态不稳定以及故障数据冗余,使得模拟电路故障诊断困难的问题,提出利用改进哈里斯鹰算法(improved Harris Hawks optimization, IHHO)优化反向传播(back propagation, BP)神经网络,实现模拟电路故障特征选择与诊断。首先,将非线性自适应因子、柯西变异和随机差分扰动引入哈里斯鹰算法,实现收敛速度和精度的提升;其次,采用IHHO对模拟电路的单一故障和组合故障仿真数据进行特征选择,完成数据预处理;最后,采用IHHO-BP算法,对预处理后的故障数据进行训练和测试,实现模拟电路故障诊断。诊断结果表明,所提方法的诊断精度相较于其他算法提升了5.5%。 展开更多
关键词 模拟电路 特征选择 故障诊断 改进哈里斯鹰算法 反向传播神经网络
在线阅读 下载PDF
基于优化矩阵扰动分析的模拟电路故障诊断 被引量:1
7
作者 谈恩民 沈彦飞 《电子测量与仪器学报》 CSCD 北大核心 2024年第5期90-97,共8页
在现有的模拟电路故障诊断算法中,人工智能故障诊断算法训练数据量大、训练时间长,且难以实现参数辨识。传统电路分析方法所需测试点多,计算复杂。基于此,提出了一种基于优化矩阵扰动分析的模拟电路故障诊断算法。首先,采用拉普拉斯(Lap... 在现有的模拟电路故障诊断算法中,人工智能故障诊断算法训练数据量大、训练时间长,且难以实现参数辨识。传统电路分析方法所需测试点多,计算复杂。基于此,提出了一种基于优化矩阵扰动分析的模拟电路故障诊断算法。首先,采用拉普拉斯(Laplace)算子卷积被测电路的输出响应矩阵,从而增强矩阵元素与电路元件参数之间的扰动规律。其次,选取矩阵的迹和谱半径作为故障特征,并利用这种扰动规律建立矩阵模型。然后,利用改进的诊断算法,在Sallen_Key带通滤波器电路和跳蛙低通滤波器电路上进行实例验证。结果表明,所提方法在仅使用一个测点的情况下,可实现故障元件的参数辨识。其故障诊断率达100%,参数辨识误差控制在1%内,且计算时间控制在毫秒级别。因此该方法容易实现在线测试,且适用于要求高定位准确率、高精度参数辨识的场合。 展开更多
关键词 矩阵扰动 模拟电路 故障诊断 参数辨识
在线阅读 下载PDF
基于INGO-Transformer的模拟电路元件故障预测
8
作者 杜先君 曹磊 《火力与指挥控制》 CSCD 北大核心 2024年第10期158-166,共9页
针对模拟电路元件易受外部环境影响发生故障、故障特征提取困难、无法准确预测及诊断元件故障等问题,基于Transformer模型提出改进INGO-Transformer方法。采用小波包分解(WPD)对原始数据进行特征提取,使用特征向量之间的三角距离来表征... 针对模拟电路元件易受外部环境影响发生故障、故障特征提取困难、无法准确预测及诊断元件故障等问题,基于Transformer模型提出改进INGO-Transformer方法。采用小波包分解(WPD)对原始数据进行特征提取,使用特征向量之间的三角距离来表征模拟电路中元件的退化状态,使用INGO优化Transformer的训练超参数构建预测模型。以Sallen-Key带通滤波电路与镜像电流源电路为预测实验对象进行故障预测实验,采用MAE与MSE作为故障预测模型评价指标,两组实验电路10次实验平均MAE、MSE结果分别为4.2162e-04、4.1906e-07和0.0017、1.9625e-05。仿真结果表明,所提方法在模拟电路单一元件故障预测中具有较高的准确性与较强的泛化能力。 展开更多
关键词 模拟电路 故障预测 小波包分解 TRANSFORMER 优化算法
在线阅读 下载PDF
基于IMODA自适应深度信念网络的复杂模拟电路故障诊断方法 被引量:4
9
作者 巩彬 安爱民 +1 位作者 石耀科 杜先君 《电子科技大学学报》 EI CAS CSCD 北大核心 2024年第3期327-344,共18页
针对传统DBN在无监督训练过程中预训练耗时久、诊断精度差等问题,提出了一种基于改进多目标蜻蜓优化自适应深度信念网络(IMODA-ADBN)的模拟电路故障诊断方法。首先,根据参数更新方向的异同提出了自适应学习率,提高网络收敛速度;其次,传... 针对传统DBN在无监督训练过程中预训练耗时久、诊断精度差等问题,提出了一种基于改进多目标蜻蜓优化自适应深度信念网络(IMODA-ADBN)的模拟电路故障诊断方法。首先,根据参数更新方向的异同提出了自适应学习率,提高网络收敛速度;其次,传统DBN在有监督调优过程利用BP算法,然而BP算法存在易陷入局部最优的问题,为了改善该问题,利用改进的MODA算法取代BP算法提高网络分类精度。在IMODA算法中,添加Logistic混沌印射和基于对立跳跃以获得帕累托最优解,增加算法的多样性,提高算法的性能。在7个多目标数学基准问题上测试该算法,并与3种元启发式优化算法(MODA、MOPSO和NSGA-II)进行比较,证明了IMODA-ADBN网络模型具有稳定性。最后将IMODAADBN运用到二级四运放双二阶低通滤波器的诊断实验中,实验结果表明该方法在收敛速度快的基础上保证了分类精度,诊断率更高,能够实现高难故障的分类与定位。 展开更多
关键词 模拟电路 MODA算法 自适应学习率 深度信念网络 故障诊断
在线阅读 下载PDF
RBF神经网络在船舶模拟电路故障诊断中的应用 被引量:1
10
作者 霍艳飞 《舰船科学技术》 北大核心 2024年第10期182-185,共4页
针对船舶模拟电路元件复杂交互,故障信号在大量的正常信号中难以凸显,故障特征提取识别难度较大的问题,提出基于RBF神经网络的船舶模拟电路故障诊断方法。由基于小波包的船舶模拟电路故障特征提取方法,以小波分解重构的方式,捕捉电路频... 针对船舶模拟电路元件复杂交互,故障信号在大量的正常信号中难以凸显,故障特征提取识别难度较大的问题,提出基于RBF神经网络的船舶模拟电路故障诊断方法。由基于小波包的船舶模拟电路故障特征提取方法,以小波分解重构的方式,捕捉电路频带能量变化特征;使用基于状态转移算法优化RBF神经网络的故障诊断模型,由状态转移算法优化RBF神经网络参数,构建用于诊断电路故障的RBF神经网络模型后,学习所提取故障特征与类型之间关系,诊断新输入的船舶模拟电路输出信号故障类型。实验测试结果显示,此方法在有效捕捉船舶模拟电路故障频带能量变化特征后,对多种船舶模拟电路故障的诊断结果均未出现明显错误。 展开更多
关键词 RBF神经网络 船舶模拟电路 故障诊断 状态转移算法
在线阅读 下载PDF
基于优选小波包和ELM的模拟电路故障诊断 被引量:58
11
作者 何星 王宏力 +1 位作者 陆敬辉 姜伟 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第11期2614-2619,共6页
为提高模拟电路故障特征提取的有效性以及实现对故障模式的准确分类,提出了一种优选小波包和极端学习机相结合的模拟电路故障诊断新方法。为获取最优故障特征,提出了特征偏离度的概念,可作为评价小波包变换在不同小波基函数下获取的故... 为提高模拟电路故障特征提取的有效性以及实现对故障模式的准确分类,提出了一种优选小波包和极端学习机相结合的模拟电路故障诊断新方法。为获取最优故障特征,提出了特征偏离度的概念,可作为评价小波包变换在不同小波基函数下获取的故障特征的一种测度,可据此选择特征偏离度最大的小波基进行故障特征提取;在此基础上,引入极端学习机对故障进行分类识别,并将诊断结果与目前几种主要神经网络方法进行了比较。仿真实验结果表明:利用优选小波包提取的最优故障特征能够得到更高的诊断精度,而极端学习机在测试时间和诊断精度上都优于其他3种神经网络方法,能够在不到1 ms时间内实现94.44%的诊断精度,说明了所提方法在模拟电路故障诊断中的有效性。 展开更多
关键词 小波包变换 极端学习机 模拟电路 故障诊断 特征偏离度
在线阅读 下载PDF
模拟电路的融合智能故障诊断 被引量:39
12
作者 彭敏放 何怡刚 +1 位作者 王耀南 贺建飚 《中国电机工程学报》 EI CSCD 北大核心 2006年第3期19-24,共6页
提出了一种基于遗传算法、神经网络、模糊集理论与数据融合技术相结合的模拟电路故障诊断新方法。该法使用多类电路测试数据来解决由于测试节点不足而带来的故障信息欠缺等问题,采用遗传算法来优化BP网络的结构与初始权值分布。对每类... 提出了一种基于遗传算法、神经网络、模糊集理论与数据融合技术相结合的模拟电路故障诊断新方法。该法使用多类电路测试数据来解决由于测试节点不足而带来的故障信息欠缺等问题,采用遗传算法来优化BP网络的结构与初始权值分布。对每类测试信息各用一个独立的所提遗传神经网络进行初步诊断,得到基于各类测试信息的被诊断电路属于不同故障状态的可能性。在充分考虑每个神经网络输出信息重要程度的基础上,采用模糊积分融合方法进行决策融合。文中研究了其故障特征提取、样本选择、诊断系统结构、学习算法及其综合决策方法,并通过电路诊断实例,阐述了该方法的具体实现,验证了所提方法的鲁棒性。诊断结果表明:所提方法对容差模拟电路的多故障与单故障诊断均适用,故障定位准确率高。 展开更多
关键词 故障定位 神经网络 遗传算法 模糊集理论 数据融合 模拟电路
在线阅读 下载PDF
基于粒子群算法的模拟电路故障诊断方法 被引量:54
13
作者 何怡刚 祝文姬 +1 位作者 周炎涛 刘美容 《电工技术学报》 EI CSCD 北大核心 2010年第6期163-171,共9页
提出一种基于小波包分解、主元分析、归一化处理、粒子群算法与神经网络相结合的模拟电路故障诊断新方法。该方法使用小波包分解来对信号进行消噪和小波多尺度分解,再进行正交主元分析和归一化处理来提取故障特征信息,作为神经网络的输... 提出一种基于小波包分解、主元分析、归一化处理、粒子群算法与神经网络相结合的模拟电路故障诊断新方法。该方法使用小波包分解来对信号进行消噪和小波多尺度分解,再进行正交主元分析和归一化处理来提取故障特征信息,作为神经网络的输入样本。在充分考虑传统BP算法中采用梯度下降法所固有的极易陷入局部极小等缺陷的基础上,提出了采用粒子群算法来优化传统BP网络的方法。文中研究了故障特征信息的提取、样本选择及诊断系统,并通过电路诊断实例,阐述了该方法的具体实现,验证了所提方法的有效性。 展开更多
关键词 模拟电路 故障诊断 小波包分解 粒子群算法 BP神经网络
在线阅读 下载PDF
基于组合优化BP神经网络的模拟电路故障诊断 被引量:38
14
作者 郭阳明 冉从宝 +1 位作者 姬昕禹 马捷中 《西北工业大学学报》 EI CAS CSCD 北大核心 2013年第1期44-48,共5页
电子系统的可靠性已成为影响系统正常运行的关键,因此电路故障的诊断越来越受到重视。基于BP神经网络的诊断方法是目前实现模拟电路故障诊断的有效方法之一。文章针对已有BP神经网络模拟电路故障诊断技术的不足,提出了一种组合优化的诊... 电子系统的可靠性已成为影响系统正常运行的关键,因此电路故障的诊断越来越受到重视。基于BP神经网络的诊断方法是目前实现模拟电路故障诊断的有效方法之一。文章针对已有BP神经网络模拟电路故障诊断技术的不足,提出了一种组合优化的诊断方案。该方案采用遗传算法优化确定BP神经网络的初始权值,以规避BP神经网络易陷入局部极小值的不足,然后应用L-M方法在这个局部解空间里对BP神经网络进行精调,搜索出最优解或者近似最优解。该方案发挥了BP神经网络的广泛映射能力和遗传算法的全局搜索能力,加快了网络的学习速度,综合提高了整个学习过程中的逼近能力和泛化能力,有效提升了基于BP神经网络模拟电路故障诊断的性能。 展开更多
关键词 模拟电路 故障诊断 BP神经网络 遗传算法 L-M方法
在线阅读 下载PDF
可诊断容差模拟电路软故障的新故障字典法 被引量:31
15
作者 陈圣俭 洪炳熔 +2 位作者 王月芳 石志勇 黄允华 《电子学报》 EI CAS CSCD 北大核心 2000年第2期127-129,共3页
基于支路屏蔽的原理 ,本文提出一种可以诊断容差模拟电路软故障的新故障字典法 .文中讨论了该方法的诊断原理和字典的建立方法 。
关键词 故障诊断 软故障 故障字典法 容差模拟电路
在线阅读 下载PDF
基于粒子群-支持向量机的模拟电路故障诊断 被引量:24
16
作者 左磊 侯立刚 +2 位作者 张旺 旺金辉 吴武臣 《系统工程与电子技术》 EI CSCD 北大核心 2010年第7期1553-1556,共4页
针对传统神经网络技术在模拟电路故障应用中存在的问题,提出了一种基于粒子群算法(particle swarm optimization,PSO)和最小二乘支持向量机(least squares support vector machine,LSSVM)的模拟电路故障诊断的方法。该方法首先利用小波... 针对传统神经网络技术在模拟电路故障应用中存在的问题,提出了一种基于粒子群算法(particle swarm optimization,PSO)和最小二乘支持向量机(least squares support vector machine,LSSVM)的模拟电路故障诊断的方法。该方法首先利用小波包技术对待诊断电路的可测点信息提取故障特征,然后使用粒子群算法优化支持向量机的结构参数,避免了参数选择的盲目性,提高了模型的诊断精度。在对某滤波电路进行的故障检测中,验证了该方法的可行性。 展开更多
关键词 模拟电路 故障诊断 最小二乘支持向量机 粒子群算法
在线阅读 下载PDF
一种聚类分层决策的SVM模拟电路故障诊断方法 被引量:25
17
作者 宋国明 王厚军 +1 位作者 姜书艳 刘红 《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第5期998-1004,共7页
支持向量机用于模拟电路多种故障诊断时,其多分类扩展策略与诊断的效率和正确率密切相关。本文提出模糊聚类与支持向量机集成的算法,通过分析电路故障特征数据的空间分布特性,以多级二叉树结构的SVM实现故障的分级诊断。通过对各故障模... 支持向量机用于模拟电路多种故障诊断时,其多分类扩展策略与诊断的效率和正确率密切相关。本文提出模糊聚类与支持向量机集成的算法,通过分析电路故障特征数据的空间分布特性,以多级二叉树结构的SVM实现故障的分级诊断。通过对各故障模式两种小波特征的逐次聚类二分获得二叉树,根据F测度为每个节点的SVM选择具有最大分类间隔的故障子类及特征,避免了不可分故障区域的出现,从而优化了SVM的组合策略。采用该方法组建的SVM结构简单,在滤波器电路的故障诊断中获得良好的效果。与几种常用的SVM方法相比,本文方法有效地提高了故障诊断的精度和效率。 展开更多
关键词 模拟电路 故障诊断 模糊聚类 支持向量机 分层决策
在线阅读 下载PDF
基于小波包优选的模拟电路故障特征提取方法 被引量:34
18
作者 袁莉芬 孙业胜 +2 位作者 何怡刚 张悦 吕密 《电工技术学报》 EI CSCD 北大核心 2018年第1期158-165,共8页
小波包变换在模拟电路故障特征提取中应用极广,但小波包基函数直接影响故障特征提取的性能。该文给出了小波包频带能量熵的定义,并结合频带能量熵方差,提出一种基于频带能量熵的小波包优选方法。为验证方法的有效性,采用不同的小波包基... 小波包变换在模拟电路故障特征提取中应用极广,但小波包基函数直接影响故障特征提取的性能。该文给出了小波包频带能量熵的定义,并结合频带能量熵方差,提出一种基于频带能量熵的小波包优选方法。为验证方法的有效性,采用不同的小波包基函数进行实验研究,对待测模拟电路应用小波包变换完成故障特征提取,引入支持向量机验证故障特征的可识别程度。实验结果表明,利用优选小波包基提取的故障特征具有更好的区分度,说明了该算法选取小波包基函数的有效性。 展开更多
关键词 小波包基函数 频带能量熵 模拟电路 特征提取
在线阅读 下载PDF
模拟电路实现的神经元自适应谐波电流检测方法 被引量:37
19
作者 王群 谢品芳 +1 位作者 吴宁 苏向丰 《中国电机工程学报》 EI CSCD 北大核心 1999年第6期42-46,共5页
通过对有源电力滤波器神经元自适应谐波电流检测方法的探讨,提出了一种模拟电路实现方案。用PSPICE电路仿真软件对所提出的模拟电路做了计算机仿真,并进行了实验研究。仿真和实验结果进一步验证了该方法的有效性。
关键词 有源力滤波器 谐波 检测 模拟电路 神经元
在线阅读 下载PDF
基于GMKL-SVM的模拟电路故障诊断方法 被引量:28
20
作者 张朝龙 何怡刚 +2 位作者 袁莉芬 李志刚 项胜 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第9期1989-1995,共7页
提出了一种新颖的基于广义多核支持向量机(GMKL-SVM)的模拟电路故障诊断方法。首先,应用Haar小波分析提取被测电路时域响应信号的小波系数作为特征参量,并生成样本数据;然后,基于样本数据,应用量子粒子群算法对GMKL-SVM的参数进行优化,... 提出了一种新颖的基于广义多核支持向量机(GMKL-SVM)的模拟电路故障诊断方法。首先,应用Haar小波分析提取被测电路时域响应信号的小波系数作为特征参量,并生成样本数据;然后,基于样本数据,应用量子粒子群算法对GMKL-SVM的参数进行优化,并以此建立基于GMKL-SVM的故障诊断模型,用于区分模拟电路的各个故障。实例电路的单故障和双故障诊断实验结果表明,所提出的GMKL-SVM方法能较好地实现模拟电路故障诊断,与传统的GMKL-SVM方法相比,表现出了更好的性能,获得了更高的故障诊断正确率。 展开更多
关键词 模拟电路 故障诊断 小波变换 广义多核支持向量机 量子粒子群算法
在线阅读 下载PDF
上一页 1 2 36 下一页 到第
使用帮助 返回顶部