10.16526/j.cnki.11-4762/tp.2017.11.004
基于隐马尔科夫模型和支持向量机的模拟电路早期故障诊断
针对模拟电路在故障预测与健康管理(PHM)系统中早期故障识别率不高的问题,提出了一种基于隐马尔科夫模型(HMM)和支持向量机(SVM)相结合的模拟电路故障诊断方法,利用HMM对动态连续信号的较强识别能力和SVM良好的模式分类能力解决模拟电路早期故障诊断问题;采用主成分分析(PCA)和K-means聚类算法对故障数据进行数据降维和特征提取,建立HMM与SVM相结合的诊断模型进行故障诊断;仿真实验表明,HMM-SVM能很好地识别模拟电路早期故障,并对模拟电路中元件小范围参数变化的状态识别,相较单一HMM模型具有更高的准确率.
隐马尔科夫模型、支持向量机、故障诊断、模拟电路、早期故障
25
TP3(计算技术、计算机技术)
2017-12-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
13-17