基于网格搜索的改进SVM模拟电路故障诊断方法

• 作者: 刘香 唐圣学 李亮 潘曙光 董庆远
• 来源期刊: 微电子学
• 学科: 工学
• 关键词: 模拟电路 故障诊断 支持向量机 K最近邻 网格搜索
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 模型与算法
• 页码范围: 108-114
• 页数: 7页
• 分类号: TN707
• 语种: 中文
• DOI: 10.13911/j.cnki.1004-3365.170140

摘要

针对模拟电路故障识别与诊断问题,提出了一种基于K最近邻的一对一SVM分类器(KNN-OSVM)的故障诊断方法.将K最近邻算法与用网格搜索法优化后的一对一SVM模型相结合,建立KNN-OSVM模型,有效解决了SVM因存在不可分域造成的误分问题,提高了故障诊断率.采用小波分析法提取输出端电压信号作为故障特征值,采用网格搜索对核函数、惩罚参数寻优.采用两个模拟电路进行仿真实验,并将改进的SVM与传统SVM进行对比.结果证明了该故障诊断方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐圣学	河北工业大学电磁场与电器可靠性省部共建重点实验室	28	69	5.0	6.0
2	李亮	河北工业大学电磁场与电器可靠性省部共建重点实验室	18	99	5.0	9.0
3	董庆远	河北工业大学电磁场与电器可靠性省部共建重点实验室	3	8	1.0	2.0
4	潘曙光	河北工业大学电磁场与电器可靠性省部共建重点实验室	7	35	4.0	5.0
5	刘香	河北工业大学电磁场与电器可靠性省部共建重点实验室	3	8	1.0	2.0