基于KPCA和类峰值特征的模拟电路诊断方法

• 作者: 唐静 肖支才 胡云安
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 模拟电路 故障诊断 主成分分析 欧氏距离 类峰值特征
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 基础技术
• 页码范围: 117-122
• 分类号: TN707|TP391
• 字数: 4662字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2011.12.025

摘要

针对传统的核主成分分析方法(KPCA)无法解决在故障样本交叠严重时多分类性能较差的问题,提出一种基于改进KPCA的特征提取和类峰值特征辅助识别分类相结合的模拟电路故障诊断方法.在预处理阶段,提出了一种图像混合欧氏距离用于建立核函数,进行核主成分分析特征提取,克服了传统KPCA的局限性;并且设计了一种用类峰值特征识别的方法进行辅助识别预分类,提高分类速度.标准电路的故障诊断仿真和结果分析表明,该方法较好地克服了交叠样本给分类带来的困难,具有很好的故障识别速度和正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡云安	海军航空工程学院控制工程系	176	1006	15.0	21.0
2	唐静	海军航空工程学院控制工程系	4	18	3.0	4.0
3	肖支才	海军航空工程学院控制工程系	51	241	7.0	13.0