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:
基于支持向量机(SVM)的故障诊断方法是当前主要的模拟电路故障诊断方法之一,但由传统的二分类SVM组成的故障分类器对新故障模式缺乏处理能力.针对该问题,提出了结合单类支持向量机(OCSVM)和SVM的故障诊断方法.该方法采用OCSVM对故障数据进行检测和初步分类,采用SVM来提高分类性能;最后,采用脉宽调制电路进行故障诊断实验,实验结果说明了所提出的故障诊断方法的有效性.
推荐文章
PCA-SVM在模拟电路故障诊断中的应用
主元分析法
支持向量机
故障诊断
模拟电路
结合OCSVM的模拟电路故障诊断方法
模拟电路故障诊断
支持向量机
一类支持向量机
决策函数
正负类间隔
参数选择
基于IGWO算法优化的SVM模拟电路故障诊断
改进灰狼优化算法
支持向量机
模拟电路
故障诊断
基于模糊SVM和虚拟仪器的模拟电路故障诊断研究
模糊支持向量机
虚拟仪器
模拟电路
故障诊断
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 SVM结合OCSVM诊断模拟电路故障
来源期刊 仪表技术 学科 工学
关键词 故障诊断 模拟电路 支持向量机 单类支持向量机
年,卷(期) 2016,(3) 所属期刊栏目
研究方向 页码范围 28-31
页数 4页 分类号 TP806.3
字数 语种 中文
DOI
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 陈勇 5 0 0.0 0.0
2 张春平 1 0 0.0 0.0
3 寇昆湖 1 0 0.0 0.0
4 苏艳琴 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  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2016(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)
研究主题发展历程
节点文献
故障诊断
模拟电路
支持向量机
单类支持向量机
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
仪表技术
月刊
1006-2394
31-1266/TH
大16开
上海市
4-351
1972
chi
出版文献量(篇)
4081
总下载数(次)
14
论文1v1指导