[发明专利]基于粒子群优化的流形SVM模拟电路故障诊断方法在审
| 申请号： | 201810339547.2 | 申请日： | 2018-04-16 |
| 公开（公告）号： | CN108615053A | 公开（公告）日： | 2018-10-02 |
| 发明（设计）人： | 单剑锋;杨雨 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G01R31/316;G06N3/00 |
| 代理公司： | 江苏爱信律师事务所 32241 | 代理人： | 唐小红 |
| 地址： | 210046 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于粒子群优化的流形SVM模拟电路故障诊断方法，主要步骤为：用软件模拟诊断对象的故障；对于电路中的每一种故障用蒙特卡洛分析，检测故障的特征信号，用小波包将故障信号分解，基于最优小波熵原则使信号分解具有最大规律性，提取每组信号最优能量值为故障的特征值；对故障分类之前使用粒子群算法，对考虑到样本数据类间间隔的支持向量中的权重参数以及惩罚参数进行参数寻优，使SVM的最优超平面具有更好的分类效果，提高故障诊断的正确率。 | ||
| 搜索关键词： | 故障诊断 粒子群优化 模拟电路 流形 粒子群算法 参数寻优 惩罚参数 分类效果 故障分类 故障信号 权重参数 软件模拟 特征信号 信号分解 样本数据 诊断对象 支持向量 超平面 小波包 小波熵 正确率 规律性 电路 分解 检测 分析 | ||
【主权项】：
1.基于粒子群优化的流形SVM模拟电路故障诊断方法，其特征在于，包括如下步骤：1)用软件模拟诊断对象的故障，并测出分类故障的准确率；2)对于电路中的每一种故障用蒙特卡洛分析，检测故障的特征信号，用小波包分析电路故障信号，基于最优小波熵原则使信号分解具有最大规律性，提取每组信号最优能量值为故障的特征值；3)对故障分类时，选用考虑到数据内部流形结构的SVM，再使用改进权重的PSO算法对支持向量机中的参数进行寻优，最后将一部分数据进行样本训练，剩余部分进行判别分析，从而得出分类的正确率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810339547.2/，转载请声明来源钻瓜专利网。
