基于多核多分类相关向量机的模拟电路故障诊断方法

• 作者: 唐小峰 张伟 许爱强 高明哲
• 来源期刊: 自动化学报
• 关键词: 故障诊断 模拟电路 相关向量机 特征约简 分类概率
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 短文
• 页码范围: 434-444
• 页数: 11页
• 字数: 9771字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c160779

摘要

针对模拟电路实际存在的多类故障问题,本文提出一种基于多核多分类相关向量机(Multi-kernel learning multiclass relevance vector machine,MKL-mRVM)的模拟电路故障诊断方法.所提方法能够在故障数据所在的原始特征空间上建立多个非线性核,在构建分类器的同时实现故障特征的约简;同时,基于贝叶斯框架的分类模型还能够给出诊断结果的后验概率.通过两个电路的诊断实验证明了所提方法的优越性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许爱强	海军航空工程学院科研部	127	683	12.0	21.0
2	张伟	海军航空工程学院科研部	34	143	5.0	10.0
3	唐小峰	海军航空工程学院科研部	3	4	1.0	2.0