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:
针对模拟电路故障诊断识别率较低的问题,文章结合模拟电路智能故障诊断流程的重要环节对特征选择、特征提取和诊断识别进行了改进分析.首先将支持向量机(support vector machine,SVM)和传统特征选择算法相结合,改进了现有特征选择算法,接着将主成分分析(principle component analysis,PCA)和独立成分分析(independent component analysis,ICA)相结合提出双空间特征提取算法,并将双空间提取算法和融合特权信息支持向量机(SVM of learning using privileged information,LUPI-SVM)算法相结合,提出基于双空间提取算法的融合特权信息支持向量机模拟电路故障诊断方法.最后对改进后方法进行了应用分析,通过对两个典型电路的仿真测试,验证了改进后方法的可行性和有效性,改进后方法提高了模拟电路故障诊断的性能.
推荐文章
模拟电路软故障诊断的研究
模拟电路
软故障诊断
故障字典法
节点电压增量关系方程
模糊神经网络
小波神经网络
网络撕裂法
模拟电路故障诊断概述及相关技术
模拟电路故障
特征提取
模式识别
故障诊断技术
一种模拟电路故障诊断方法研究
模拟电路
敌障诊断
最小二乘支持向量机
粒子群优化算法
基于小波包变换的模拟电路故障诊断
小波包变换
故障诊断
特征信息
模拟电路
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 模拟电路故障诊断的改进分析
来源期刊 信息工程大学学报 学科 工学
关键词 特征选择 特征提取 模拟电路
年,卷(期) 2012,(5) 所属期刊栏目 通信工程与技术
研究方向 页码范围 568-572
页数 5页 分类号 TN707
字数 2808字 语种 中文
DOI 10.3969/j.issn.1671-0673.2012.05.011
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 李铁峰 信息工程大学信息系统工程学院 11 31 4.0 5.0
2 李红波 信息工程大学信息系统工程学院 15 88 6.0 9.0
3 曾繁景 信息工程大学信息系统工程学院 12 42 4.0 6.0
4 李涛柱 信息工程大学信息系统工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (13)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特征选择
特征提取
模拟电路
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
信息工程大学学报
双月刊
1671-0673
41-1196/N
大16开
郑州市科学大道62号
2000
chi
出版文献量(篇)
2792
总下载数(次)
2
总被引数(次)
9088
论文1v1指导