基于小波因子分析的PSO-ELM模拟电路故障诊断
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.19652/j.cnki.femt.1800915

基于小波因子分析的PSO-ELM模拟电路故障诊断

引用
为了解决模拟电路故障诊断中故障元件定位难,诊断率低的问题,提出采用因子分析优化的小波分析和粒子群优化极限学习机的模拟电路故障诊断的方法.该方法首先对采集到的模拟故障数据进行小波分析故障特征提取,然后利用因子分析技术构建采样数据的相关矩阵求出因子载荷和因子得分,按照累计贡献率自动提取出少数因子组成特征向量,最后将提取的故障特征输入粒子群优化的极限学习机进行故障诊断.仿真结果表明,该方法具有良好的区分能力,提高了训练速度和诊断效率.

模拟电路、极限学习机、小波分析、因子分析

37

TN707(基本电子电路)

广西自动检测技术与仪器重点实验室基金项目YQ17101

2019-06-05(万方平台首次上网日期,不代表论文的发表时间)

共5页

46-50

相关文献
评论
暂无封面信息
查看本期封面目录

国外电子测量技术

1002-8978

11-2268/TN

37

2018,37(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn