文献检索-宁波市创意产业特色资源库

限定检索结果

基于BAPSO-LSSVM的故障诊断算法: 收藏
分享
引用; 《计算机工程与设计》2016年第11期37卷 3075-3079页; 作者：钟英榕陈长兴任晓岳王旭婧空军工程大学理学院陕西西安710051; 针对模拟电路故障诊断样本高维复杂性带来诊断正确率低及时延过大的问题,提出一种基于Volterra级数与优化最小二乘支持向量机相结合的诊断方法。将Volterra级数在电路故障特征提取方面的充分性,与经改进粒子群算法(BAPSO)优化后的最小...; 针对模拟电路故障诊断样本高维复杂性带来诊断正确率低及时延过大的问题,提出一种基于Volterra级数与优化最小二乘支持向量机相结合的诊断方法。将Volterra级数在电路故障特征提取方面的充分性,与经改进粒子群算法(BAPSO)优化后的最小二乘支持向量机故障分类可靠性相结合,达到提升模拟电路故障诊断准确性与时效性的目的。SallenKey带通滤波器电路仿真结果表明,该算法较现有BP神经网络、最小二乘支持向量机故障诊断算法在准确率方面得到了提升,在诊断时间方面的优势随样本数量增多而增大。; 来源：详细信息评论

限定检索结果