基于PSO-LSSVM的模拟电路故障诊断

• 作者: 单剑锋 宋晓涛 王文清 陈志凡
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 粒子群算法 最小二乘支持向量机 模拟电路 故障诊断
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 应用开发研究
• 页码范围: 209-213
• 页数: 5页
• 分类号: TP206.3
• 字数: 4469字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.05.049

摘要

针对传统神经网络技术在模拟电路故障诊断应用中存在的问题,提出了一种基于粒子群( Particle Swarm Optimiza-tion,PSO)和最小二乘支持向量机( Least Squares Support Vector Machine,LSSVM)的模拟电路故障诊断方法。该方法先从一个滤波器系统的频率响应数据中提取由小波系数的均值、标准差和熵构成的频率小波特征向量来训练最小二乘支持向量机,之后再采用粒子群算法来优化支持向量机的结构参数,避免了参数选择的盲目性,进而提高了模型的诊断精度。在对Elliptical Filter电路进行的故障检测中,验证了该方法的可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	单剑锋	南京邮电大学电子科学与工程学院	16	130	5.0	11.0
2	陈志凡	南京邮电大学电子科学与工程学院	1	3	1.0	1.0
3	宋晓涛	太原理工大学计算机科学与技术学院	7	35	3.0	5.0
4	王文清	南京邮电大学电子科学与工程学院	1	3	1.0	1.0