作者:
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:
为检测和诊断模拟电路中的故障,提出粒子群算法优化RBF神经网络的故障诊断方法,即把通过特征提取获得的模拟电路故障特征量作为神经网络的输入,然后利用训练好的粒子群优化后的RBF神经网络进行故障诊断. 结果表明,该方法具有良好的分类效果,能够提高诊断精确度,对于模拟电路的故障是一种有效的诊断方法.
推荐文章
粒子群算法优化特征和神经网络的模拟电路故障诊断
模拟电路
特征选择
故障诊断
神经网络
粒子群算法
基于粒子群优化SOM神经网络的轴系多振动故障诊断
粒子群算法
神经网络
振动
故障诊断
基于粒子群神经网络的汽轮机故障诊断
粒子群
神经网络
汽轮机
故障诊断
基于遗传粒子群算法的模拟电路故障诊断方法研究
遗传粒子群算法
小波包分解
模拟电路
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 基于粒子群优化径向基神经网络在模拟电路故障诊断中的应用
来源期刊 制造业自动化 学科 工学
关键词 粒子群 径向基函数 神经网络 模拟电路 故障诊断
年,卷(期) 2010,(8) 所属期刊栏目
研究方向 页码范围 92-94
页数 分类号 TP183
字数 2229字 语种 中文
DOI 10.3969/j.issn.1009-0134.2010.08.30
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (119)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (37)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(13)
  • 参考文献(0)
  • 二级参考文献(13)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(10)
  • 引证文献(0)
  • 二级引证文献(10)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
粒子群
径向基函数
神经网络
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
制造业自动化
月刊
1009-0134
11-4389/TP
大16开
北京德胜门外教场口1号
2-324
1979
chi
出版文献量(篇)
12053
总下载数(次)
12
总被引数(次)
59694
论文1v1指导