换一批特征和神经网络参数同步选择的模拟电路故障模型
Fault Diagnosis of Analog Circuit Based on Synchronous Selecting Features and Parameters of Neural Network
摘要针对当前模拟电路故障特征和参数选择的不匹配难题，提出了一种特征和神经网络参数同步选择的模拟电路故障模型。首先提取模拟电路的信号特征，并进行归一化处理，然后将特征和神经网络参数编码成一个粒子，每一个粒子根据自身和粒子群的最优位置寻找最优特征和神经网络参数，最后建立模拟电路故障诊断模型，并将其应用具体模拟电路故障诊断应用中。结果表明，模型的模拟电路故障率达到97%以上，而且模拟电路故障结果要优于当前经典模型，具有更高的实际应用价值。
更多相关知识
关键词
模拟电路故障诊断粒子群优化算法特征选择analog circuitfault diagnosisparticle swarm optimization algorithmfeature selection
分类号
TP181
栏目名称
DOI
10.3969/j.issn.1674-3814.2015.07.008
发布时间
2015-09-23（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
