基于非线性特征提取的模拟电路状态识别研究

• 作者: 尹明 张波 李小珉
• 来源期刊: 计算机测量与控制
• 关键词: 非线性 特征提取 状态监测 支持向量机 粒子群算法
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 3015-3017,3025
• 页数: 4页
• 分类号: TP206
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2015.09.026

摘要

针对常用的线性特征提取方法只能处理线性数据的局限性,提出通过核方法将线性特征提取方法扩展到非线性方面;首先提取模拟电路的幅频响应;然后针对信号特征存在冗余性及高维性,采用核Fisher判别分析法(KFD)对电压特征进行提取;选择SVM作为状态监测器,考虑到SVM的参数设置对识别率有较大影响,所以采用PS()对SVM进行优化;实验结果表明,采用本方法的状态识别率达到70％,高于其他两种方法;说明运用KFD进行特征降维以及采用PSO对SVM进行优化能明显提高状态监测的识别率,体现了本方法良好的模拟电路早期状态监测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李小珉	海军工程大学电子工程学院	31	245	8.0	15.0
2	尹明	海军工程大学电子工程学院	22	51	4.0	6.0
3	张波	海军工程大学电子工程学院	2	0	0.0	0.0