[发明专利]基于SFO优化深度极限学习机的模拟电路故障诊断方法在审
| 申请号： | 202111673183.X | 申请日： | 2021-12-31 |
| 公开（公告）号： | CN114330194A | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 谈恩民;李莹 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G06F30/367 | 分类号： | G06F30/367;G06N3/00 |
| 代理公司： | 桂林市华杰专利商标事务所有限责任公司 45112 | 代理人： | 王俭 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于SFO优化深度极限学习机的模拟电路故障诊断方法，包括输入数据；数据预处理；将训练集样本作为深度极限学习机（DELM）的输入，对其进行训练；以测试集分类错误率作为适应度函数，通过旗鱼算法（SFO）找到一组最优的基于极限学习机的自动编码器（ELM‑AE）的初始权重，并且优化这个初始权重，再使用优化的ELM‑AE训练DELM模型，使得DELM错误率最低；通过步骤四返回最优的初始权重参数，然后利用优化得到的权重训练DELM模型，构建最优的DELM模型；利用最优的DELM模型对故障进行分类。该方法相比没有优化的DELM来说，SFO优化的DELM的诊断准确率有所提高，证明了隐藏层参数的选择影响着诊断精度，而且SFO算法有比较好的全局搜索能力。 | ||
| 搜索关键词： | 基于 sfo 优化 深度 极限 学习机 模拟 电路 故障诊断 方法 | ||
【主权项】：
暂无信息
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桂林电子科技大学，未经桂林电子科技大学许可，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/202111673183.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种智能橱柜
- 下一篇：一种纺机胶辊裹膜装置
