[发明专利]一种用于模拟电路故障分类的改进型LSSVM建立方法在审
| 申请号： | 201810608178.2 | 申请日： | 2018-06-13 |
| 公开（公告）号： | CN108805206A | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | 易辉;庄城城;张霞;刘宇芳;张杰 | 申请（专利权）人： | 南京工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G01R31/316 |
| 代理公司： | 南京天翼专利代理有限责任公司 32112 | 代理人： | 于忠洲 |
| 地址： | 210009 江*** | 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： | 本发明提供了一种用于模拟电路故障分类的改进型LSSVM建立方法，步骤包括：对待测电路施加两种激励信号并分别设置相应的故障模式，在经过多次蒙特卡罗分析后，采集两种激励信号下的输出响应信号分别作为源域辅助数据集和目标域数据集；对两种输出响应信号分别进行小波包分解，提取故障特征，分别构成训练集样本和测试集样本；在最小二乘支持向量机中引入迁移学习算法，组成新的目标域数据集，再构建改进后的LSSVM分类器；利用训练集样本和测试集样本对改进后的LSSVM分类器进行训练和测试。本发明建立的改进型LSSVM能够自适应地选择相应频带，增强了对信号的分析能力，有利于后续分类，在样本数据较少的情况下，分类准确率要高于传统的LSSVM。 | ||
| 搜索关键词： | 改进型 训练集样本 故障分类 激励信号 模拟电路 输出响应 测试集 分类器 目标域 数据集 样本 最小二乘支持向量机 蒙特卡罗分析 分类准确率 辅助数据集 小波包分解 故障模式 故障特征 学习算法 样本数据 传统的 自适应 构建 源域 电路 改进 迁移 施加 采集 测试 引入 分类 分析 | ||
【主权项】：
1.一种用于模拟电路故障分类的改进型LSSVM建立方法，其特征在于，包括如下步骤：步骤1，对待测电路施加两种激励信号并分别设置相应的故障模式，在经过多次的蒙特卡罗分析后，采集两种激励信号下的输出响应信号分别作为源域辅助数据集和目标域数据集，并对两种输出响应信号做数据预处理；步骤2，对数据预处理后的两种输出响应信号分别进行小波包分解，提取小波系数的最大绝对值作为故障特征，分别构成训练集样本和测试集样本；步骤3，在最小二乘支持向量机中引入迁移学习算法，将源域辅助数据集迁移至目标故障训练的目标域数据集中，组成新的目标域数据集，再构建改进后的LSSVM分类器；步骤4，利用训练集样本和测试集样本对构建的改进后的LSSVM分类器进行训练和测试。
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工业大学，未经南京工业大学许可，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/201810608178.2/，转载请声明来源钻瓜专利网。
