最小生成树SVM的模拟电路故障诊断方法

• 作者: 刘红 姜书艳 宋国明 王厚军
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 故障诊断 最小生成树 可分性测度 支持向量机
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 自动化技术
• 页码范围: 412-417
• 分类号: TP183|TN707
• 字数: 2005字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2012.03.018

摘要

提出最小生成树的支持向量机模拟电路故障诊断方法,通过小波分解提取电路故障特征,在特征空间中以故障类的可分性测度为权值构造最小生成树,得到具有聚类属性的故障子类划分,从而优化故障决策树节点的分布.按照最小生成树的结构建立具有较大分类间隔的多分类支持向量机,能够有效地提高模拟电路故障诊断的正确率.该方法简化支持向量机的结构,在实例电路的故障诊断中获得更高的诊断精度和效率,其性能优于常用的支持向量机方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王厚军	电子科技大学自动化工程学院	257	2532	27.0	36.0
2	宋国明	电子科技大学自动化工程学院	12	171	7.0	12.0
4	姜书艳	电子科技大学自动化工程学院	30	199	8.0	13.0
5	刘红	电子科技大学自动化工程学院	16	147	5.0	12.0