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:
针对模拟电路故障特征难以识别的问题,结合液体状态机神经网络的特点,从模拟电路故障特征样本获取和故障模式识别两方面入手,提出一种基于液体状态机的模拟电路故障诊断方法。该方法利用 Matlab 和 PSpice联合仿真,实现大量故障样本数据的自动获取,采用液体状态机进行故障模式的分类,并对两级阻容耦合放大电路的故障诊断实例进行仿真。仿真结果表明:该方法和目前应用最广泛的 BP 神经网络相比,故障识别准确率会有所下降,但训练时间远小于BP神经网络,且泛化能力强,对模拟电路故障诊断研究有一定的实际意义。
推荐文章
基于改进液体状态机的模拟电路故障诊断
液体状态机
遗传算法
故障诊断
模拟电路
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
模拟电路故障诊断的最小二乘支持向量机方法研究
最小二乘支持向量机
模拟电路
故障诊断
蚁群优化
基于神经网络方法的模拟电路故障诊断研究
小波变换
模拟电路故障诊断
神经网络
特征向量
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 基于液体状态机的模拟电路故障诊断方法
来源期刊 兵工自动化 学科 工学
关键词 故障诊断 液体状态机 充电模型 模拟电路
年,卷(期) 2016,(8) 所属期刊栏目
研究方向 页码范围 80-82,96
页数 4页 分类号 TP183
字数 2835字 语种 中文
DOI 10.7690/bgzdh.2016.08.019
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 李国君 宁波工程学院电子与信息工程学院 8 8 1.0 2.0
2 周世官 宁波工程学院电子与信息工程学院 8 34 2.0 5.0
3 郑燕 宁波工程学院电子与信息工程学院 8 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  (16)
共引文献  (15)
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)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 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
液体状态机
充电模型
模拟电路
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
兵工自动化
月刊
1006-1576
51-1419/TP
大16开
四川省绵阳市207信箱
1982
chi
出版文献量(篇)
6566
总下载数(次)
20
总被引数(次)
28636
论文1v1指导