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:
极限学习机具有学习速度快、精度高的优点。为了进一步提高泛化能力,将差分进化算法的全局寻优和算法简单的特点引入到极限学习机的参数优化中,建立了基于差分进化算法优化极限学习机的模型,使两种算法的优点有机结合,应用于模拟电路故障诊断中。首先利用主元分析对电路采样信号进行处理,提取故障特征;其次利用差分进化算法的全局寻优能力优化极限学习机网络的权值和阈值,具有很好的泛化能力。此方法应用于电路仿真实例中,能在较短的时间内获得满意的结果。
推荐文章
基于差分进化杂草算法的容差模拟电路故障诊断
入侵杂草算法
差分进化算法
小波包变换
多核支持向量机
基于进化神经网络的模拟电路故障诊断
故障诊断
进化神经网络
遗传算法
模拟电路
基于差分进化杂草算法的容差模拟电路故障诊断
入侵杂草算法
差分进化算法
小波包变换
多核支持向量机
基于遗传算法的容差模拟电路故障诊断
模拟电路
故障诊断
参数识别
遗传算法
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 基于差分进化优化ELM的模拟电路故障诊断
来源期刊 计算机工程与应用 学科 工学
关键词 差分进化 极限学习机 模拟电路 故障诊断
年,卷(期) 2014,(8) 所属期刊栏目 工程与应用
研究方向 页码范围 221-225
页数 5页 分类号 TP277
字数 4337字 语种 中文
DOI 10.3778/j.issn.1002-8331.1205-0219
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 彭敏放 湖南大学电气与信息工程学院 84 962 19.0 26.0
2 董娜 湖南大学电气与信息工程学院 4 29 2.0 4.0
3 杨超 湖南大学电气与信息工程学院 28 111 6.0 10.0
4 黄清秀 湖南大学电气与信息工程学院 7 76 4.0 7.0
5 周江嫚 湖南大学电气与信息工程学院 1 23 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (71)
参考文献  (9)
节点文献
引证文献  (23)
同被引文献  (80)
二级引证文献  (87)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(9)
  • 参考文献(2)
  • 二级参考文献(7)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(7)
  • 参考文献(2)
  • 二级参考文献(5)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(10)
  • 引证文献(7)
  • 二级引证文献(3)
2016(15)
  • 引证文献(6)
  • 二级引证文献(9)
2017(31)
  • 引证文献(2)
  • 二级引证文献(29)
2018(26)
  • 引证文献(3)
  • 二级引证文献(23)
2019(20)
  • 引证文献(4)
  • 二级引证文献(16)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
差分进化
极限学习机
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导