- 详情
- 2021-04-27
- 简介
pdf
- 850KB
- 页数 4P
- 阅读 116
- 下载 30
为提高模拟电路故障诊断效率,克服依据单一信息进行诊断的不足,提出了一种支持向量机信息融合的模拟电路故障诊断方法;首先构建了基于支持向量机的信息融合诊断模型,其次给出了基于小波包变换的能量特征提取和基于主元分析特征压缩方法,分析了支持向量机一对一多分类方法,最后通过模拟电路的仿真实验,与未进行信息融合,以及BP、RBF和PNN等神经网络对比,结果显示,基于支持向量机信息融合方法的诊断精度最高,约为97.3%。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于同步优化的支持向量机模拟电路故障诊断方法研究 435KB
基于IWO-PSO优化支持向量机的模拟电路故障诊断 1.7MB
基于改进支持向量机的仿真电路故障诊断研究 665KB
基于支持向量机的数字电路故障诊断研究 374KB
基于支持向量机的信息融合模拟电路故障诊断方法研究 850KB
基于支持向量机的电力云故障诊断方法研究 254KB
基于支持向量机的模拟电路故障诊断研究 733KB
基于遗传算法优化支持向量机的电梯故障诊断 387KB
基于小波变换和支持向量机的模拟电路故障诊断方法研究 651KB
基于支持向量机的旋转机械故障诊断研究 39KB