原文服务方: 计算机测量与控制       
摘要:
针对目前模拟电路故障诊断中的技术难点,提出了基于案例库推理法(CBR)的模拟电路故障诊断方法.利用K个最邻近法(K Nearest Neighbors: KNN)来解决模拟电路故障诊断中的案例分类与提取,提出了应用粒子群算法(Particle Swarm Optimization:PSO)来优化KNN中权值参数的新方法.通过应用实例分析,证明了所提出的新故障诊断方法相比传统的故障诊断方法来说具有简单、聚类性好、诊断精度高的优点.
推荐文章
基于案例推理的复杂装备故障诊断系统研究
信息处理技术
案例推理
故障诊断
复杂装备
K近邻法
自行火炮
基于案例推理和粗糙集的商用飞机故障诊断研究
基于案例推理
粗糙集
海明距离
MongoDB
同义词替换
基于案例推理的多故障诊断方法研究
故障案例
多故障检索
案例检索
相似度匹配
滚动轴承故障诊断的案例推理方法
案例推理
滚动轴承
故障诊断
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 基于案例库推理法的模拟电路故障诊断技术研究
来源期刊 计算机测量与控制 学科
关键词 模拟电路 故障诊断 CBR KNN PSO
年,卷(期) 2005,(9) 所属期刊栏目 自动化测试
研究方向 页码范围 921-923
页数 3页 分类号 TN431.1
字数 语种 中文
DOI 10.3321/j.issn:1671-4598.2005.09.016
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 王友仁 南京航空航天大学自动化学院 190 2254 25.0 36.0
2 张砦 南京航空航天大学自动化学院 38 464 12.0 20.0
3 崔江 南京航空航天大学自动化学院 71 878 15.0 27.0
4 姚睿 南京航空航天大学自动化学院 51 577 13.0 22.0
5 顾凡一 南京航空航天大学自动化学院 2 12 2.0 2.0
6 黄三傲 南京航空航天大学自动化学院 4 71 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (292)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (26)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(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)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(7)
  • 引证文献(1)
  • 二级引证文献(6)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
模拟电路
故障诊断
CBR
KNN
PSO
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导