基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决非线性模拟电路软故障不易诊断的难题,根据模拟电路软故障的特点,提出了基于σ判据的训练样本优选算法,保证训练样本在数量较少的情况下,充分包含电路软故障特征.诊断实例证明,应用此优选算法对样本进行筛选,神经网络的训练速度快,对于模拟电路软故障的诊断正确率高.
推荐文章
基于量子神经网络的容差模拟电路的软故障诊断
量子神经网络
量子间隔
容差
软故障
模拟电路故障诊断的神经网络方法综述
神经网络
模拟电路
故障诊断
基于概率神经网络的容差电路故障诊断
概率神经网络
容差
故障诊断
蒙特卡罗分析
基于退火BP神经网络的模拟电路故障诊断方法
故障诊断
模拟电路
BP神经网络
模拟退火
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络训练样本优选算法的模拟电路软故障诊断
来源期刊 电气应用 学科
关键词 神经网络 训练样本 模拟电路 故障诊断
年,卷(期) 2005,(3) 所属期刊栏目 检测技术
研究方向 页码范围 88-91
页数 4页 分类号
字数 3450字 语种 中文
DOI 10.3969/j.issn.1672-9560.2005.03.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈祥初 8 114 4.0 8.0
2 李晓建 14 42 4.0 5.0
3 赵大炜 11 46 5.0 6.0
7 吴涛 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
训练样本
模拟电路
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电气应用
月刊
1672-9560
11-5249/TM
大16开
北京市西城区百万庄大街22号
82-341
1982
chi
出版文献量(篇)
8789
总下载数(次)
13
论文1v1指导