原文服务方: 计算机应用研究       
摘要:
针对传统大规模模拟电路故障诊断方法在多故障条件下的故障定位过程复杂、测前工作量大等问题,提出了一种新的故障诊断方法——成组撕裂法.将大规模模拟电路按照拓扑特性和成组撕裂准则进行撕裂,得到低维度的故障特征向量;基于模式识别思想,选用具有高度并行分类能力的神经网络作为分类器,隐含层传递激发函数选择具有快速收敛特性的小波函数.经仿真验证该方法能实现故障特征向量的快速分类并得出故障诊断结果.与目前已有的互校验(multiple-test-condition,MTC)和交叉撕裂搜索法相比,该方法有测前工作量小、诊断次数和计算量少、对多故障检测能力和工程实践性强等特点.
推荐文章
一种模数混合电路故障诊断新方法
模数混合电路
子网络撕裂
伪穷举测试
故障诊断
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
大规模模拟电路子网络级故障诊断的神经网络方法
故障诊断
双向联想记忆神经元网络
互测试条件
逻辑诊断矩阵
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 一种大规模模拟电路快速故障诊断新方法
来源期刊 计算机应用研究 学科
关键词 大规模模拟电路 故障诊断 成组撕裂法 模式识别 小波神经网络
年,卷(期) 2013,(11) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3302-3305
页数 4页 分类号 TN407
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2013.11.024
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 何怡刚 湖南大学电气与信息工程学院 426 5127 34.0 51.0
2 方葛丰 湖南大学电气与信息工程学院 22 248 10.0 15.0
6 樊晓腾 湖南大学电气与信息工程学院 5 51 3.0 5.0
10 齐蓓 湖南大学电气与信息工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (93)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (14)
二级引证文献  (2)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(10)
  • 参考文献(2)
  • 二级参考文献(8)
2002(8)
  • 参考文献(1)
  • 二级参考文献(7)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(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)
2013(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
大规模模拟电路
故障诊断
成组撕裂法
模式识别
小波神经网络
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导