本发明涉及一种运行速度快,诊断精度高的基于WKNNLSSVM的模拟电路故障诊断方法,其特征在于,包括如下步骤:利用电路仿真软件构建待诊断模拟电路,选取电路部分节点电压值的正常和故障数据作为试验数据,得到改进后的LSSVM分类器的数学模型,进而求解出拉格朗日乘子和改进后的LSSVM分类器的权重向量ω*,并将权重向量ω*作为改进...
(54)发明名称 基于 WKNN-LSSVM 的模拟电路故障诊断方法 (57)摘要 本发明涉及一种运行速度快、诊断精度高 的基于 WKNN-LSSVM 的模拟电路故障诊断方法,其 特征在于,包括如下步骤:利用电路仿真软件构 建待诊断模拟电路,选取电路部分节点电压值的 正常和故障数据作为试验数据,得到改进后的 LSSVM 分类器的数学模型,...
[0010] 一种基于概NN-LSSVM的模拟电路故障诊断方法,其特征在于,包括如下步骤:[0011] 1)、利用电路仿真软件构建待诊断模拟电路,并在线测试该电路的性能指标,即电 路的正常和故障特性,其中包括电路的正常和故障状态下波形、电路部分节点电压值的正 常和故障数据;[0012] 2)、选取所述电路部分节点电压值的正常和...
故障诊断为解决传统故障诊断方法在模拟电路的故障诊断中存在故障定位率低,软故障诊断性弱等问题,提出了一种LSSVM-FNFN的智能诊断方法.参考基于残差评估的诊断思想,设计了基于最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的系统残差生成器,并利用高阶统计量作为特征向量,完成了对故障特征的有效提取...
模拟电路故障诊断隐马尔科夫模型最小二乘支持向量机为了提高模拟电路故障诊断正确率,针对单一模型难以获得高正确率检测结果的难题,基于组合优化理论,提出一种隐马尔科夫和最小二乘支持向量机的模拟电路故障诊断模型。提取电路故障特征,然后利用隐马尔科夫模型和最小二乘支持向量机建立模拟电路故障组合诊断模型,最后采用仿真...
模拟电路粒子群优化提出一种基于粒子群优化的最小二乘支持向量机的模拟电路故障诊断新方法.对模拟电路故障信号采用小波包进行消噪和分解,作为最小二乘支持向量机的输入样本.为了避免参数优化时容易陷入局部最优的缺陷,使用粒子群算法对LSSVM参数进行优化选取.以Sallen.key带通滤波器电路为对象的仿真研究结果表明,提出的...
为了提高模拟电路软故障诊断、识别的正确分类率,提出了一种提升小波变换和混沌萤火虫算法(CFA)优化LSSVM参数的模拟电路故障诊断方法.首先对采集到的被测电路输出电压信号进行提升小波变换;然后对变换后的数据进行因子分析法对优化处理,将经优化的数据作为不同模式的故障特征集;最后将所得故障特征集作为样本输入到CFA-LS...
故障诊断模拟电路为了降低支持向量机的学习难度,提高支持向量机在模拟电路中的诊断效率,提出了基于纠错编码的LS_SVM故障诊断方法;首先将故障类别按MOC方法进行编码,以此作为分类依据并对样本进行训练,然后对测试样本进行测试并将测试结果按一定方法进行解码,最后将输出序列同编码序列相比较而得到诊断结果;实验证明,基于编码...
软故障,提出一种基于多群体协同混沌粒子群算法优化最小二乘支持向量机的故障诊断模型.首先,对模拟电路采集信号进行小波分析预处理;然后,提取特征信息作为样本输入LSSVM进行分类决策,并运用多群体协同混沌粒子群算法对LSSVM的结构参数进行优化.仿真实验结果表明:该模型具有较高的诊断正确率,可用于模拟电路的软故障诊断....