公开(公告)号：CN108615053A

公开(公告)日：2018-10-02

申请号：CN201810339547.2

申请日：2018-04-16

Applicant: 南京邮电大学

Inventor： 单剑锋 ,  杨雨

IPC: G06K9/62 ,  G01R31/316 ,  G06N3/00

Abstract: 本发明公开了基于粒子群优化的流形SVM模拟电路故障诊断方法，主要步骤为：用软件模拟诊断对象的故障；对于电路中的每一种故障用蒙特卡洛分析，检测故障的特征信号，用小波包将故障信号分解，基于最优小波熵原则使信号分解具有最大规律性，提取每组信号最优能量值为故障的特征值；对故障分类之前使用粒子群算法，对考虑到样本数据类间间隔的支持向量中的权重参数以及惩罚参数进行参数寻优，使SVM的最优超平面具有更好的分类效果，提高故障诊断的正确率。

公开(公告)号：CN107798343A

公开(公告)日：2018-03-13

申请号：CN201710962111.4

申请日：2017-10-16

Applicant: 南京邮电大学

Inventor： 单剑锋 ,  杨雨

IPC: G06K9/62

CPC classification number: G06K9/6269 ,  G06K9/6217

Abstract: 本发明公开一种基于流形结构改进的SVM模拟电路故障诊断方法，主要步骤为：用软件模拟诊断对象的故障；对于电路中的每一种故障用蒙特卡洛分析，检测故障的特征信号，用小波包将故障信号分解，基于最优小波熵原则使信号分解具有最大规律性，提取每组信号最优能量值为故障的特征值；对故障分类时，选用改进的SVM，将一部分数据进行样本训练，剩余部分进行判别分析，从而得出分类的正确率。在构造SVM时考虑样本类间的相似度，使分类后能保证各类数据间结构特征，达到更好的分类效果。