基于Fisher准则函数的相关向量机模拟电路故障诊断

摘要：

针对模拟电路故障与特征间存在的模糊组及交叠、分类效果不理想的情况,提出基于Fisher准则函数的最佳聚类数自适应估计方法和基于稀疏贝叶斯相关向量机(RVM)理论的模拟电路故障诊断模型,采用模糊核聚类选择最优可诊断故障集,然后在贝叶斯框架下对故障进行分类.该模型可以对分类函数的权重进行推断,辅助进行诊断决策,提高了RVM模拟电路故障分类的效率和准确度.仿真表明提出的诊断模型在精度提高的情况下,更具稀疏性和泛化性.

关键词：相关向量机、Fisher准则函数、模糊核聚类、稀疏贝叶斯、模拟电路、故障诊断

所属期刊栏目：28

分类号：TP181(自动化基础理论)

资助基金：国家"973"计划资助项目61355020301

在线出版日期：2011-09-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2085-2087,2112