位置:成果数据库 > 期刊 > 期刊详情页
模拟电路故障诊断的双重扰动支持向量机集成方法
  • ISSN号:1000-7180
  • 期刊名称:《微电子学与计算机》
  • 时间:0
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程] TN707[电子电信—电路与系统]
  • 作者机构:[1]空军工程大学导弹学院,陕西三原713800, [2]空军驻210所军事代表室,陕西西安710065
  • 相关基金:国家自然科学基金项目(60971118)
中文摘要:

为进一步提高模拟电路故障诊断准确率,提出一种特征和模型参数双重扰动的集成支持向量机新算法.首先在集合覆盖思想下设计基于混沌蚁群算法的属性约简算法将特征样本空间划分成若干子空间,然后针对每个子空间,在"低偏差区域"内进行模型参数扰动,经过两次多数投票法得到最终集成结果.故障诊断实例表明,该方法比多分类支持向量机、Attribute Bagging(AB)算法、Bagging方法等具有更好的故障诊断率.

英文摘要:

To improve the diagnosis accuracy in analog circuit,a SVM ensemble algorithm based on double disturbance mechanism of attribute and model parameter is proposed.Firstly,a attribute reduction algorithm based on chaos-ant optimization algorithm is presented under method of set-covering,to partition attribute space into many subspaces.And then in each subspace,the model parameter is disturbanced in the region of Low-Bias.Finally,the final Ensemble result is obtained by using two times of majority-voting method.The diagnosis instance indicates that the proposed algorithm performace better than many other algorithms,take multi-SVM,AB algorithm,Bagging and so on for example.

同期刊论文项目
期刊论文 109 会议论文 13 获奖 8 专利 3
同项目期刊论文
期刊信息
  • 《微电子学与计算机》
  • 中国科技核心期刊
  • 主管单位:中国航天科技集团公司
  • 主办单位:中国航天科技集团公司第九研究院第七七一研究所
  • 主编:李新龙
  • 地址:西安市雁塔区太白南路198号
  • 邮编:710065
  • 邮箱:mc771@163.com
  • 电话:029-82262687
  • 国际标准刊号:ISSN:1000-7180
  • 国内统一刊号:ISSN:61-1123/TN
  • 邮发代号:52-16
  • 获奖情况:
  • 航天优秀期刊,陕西省优秀期刊一等奖
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:17909