原文服务方: 计算机测量与控制       
摘要:
为提高模拟电路故障诊断效率,克服依据单一信息进行诊断的不足,提出了一种支持向量机信息融合的模拟电路故障诊断方法;首先构建了基于支持向量机的信息融合诊断模型,其次给出了基于小波包变换的能量特征提取和基于主元分析特征压缩方法,分析了支持向量机一对一多分类方法,最后通过模拟电路的仿真实验,与未进行信息融合,以及BP、RBF和PNN等神经网络对比,结果显示,基于支持向量机信息融合方法的诊断精度最高,约为97.3%.
推荐文章
基于融合特权信息支持向量机的模拟电路故障诊断新方法
特征提取
特权信息支持向量机
模拟电路
故障诊断
模拟电路故障诊断的最小二乘支持向量机方法研究
最小二乘支持向量机
模拟电路
故障诊断
蚁群优化
基于同步优化的支持向量机模拟电路故障诊断方法研究
小波包变换
支持向量机
模拟电路故障诊断
离散粒子群
基于支持向量机的混合电路故障诊断
支持向量机
混合电路
故障诊断
动态电流
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 基于支持向量机的信息融合模拟电路故障诊断方法研究
来源期刊 计算机测量与控制 学科
关键词 信息融合 支持向量机 模拟电路故障诊断
年,卷(期) 2009,(11) 所属期刊栏目 自动化测试
研究方向 页码范围 2177-2180
页数 4页 分类号 TN707
字数 语种 中文
DOI
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 傅振华 军械工程学院科研部 16 110 7.0 10.0
2 申宇皓 军械工程学院导弹工程系 11 99 7.0 9.0
3 孟晨 军械工程学院导弹工程系 164 1365 19.0 27.0
4 张磊 军械工程学院科研部 44 221 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (16)
参考文献  (2)
节点文献
引证文献  (16)
同被引文献  (40)
二级引证文献  (22)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(8)
  • 引证文献(3)
  • 二级引证文献(5)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
信息融合
支持向量机
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
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导