科研之友
微信
新浪微博
Facebook
分享链接
摘要
研究电路故障诊断,保证系统的安全和效率,由于常见的机器学习电路故障诊断方法,公共的训练集进行训练建模,导致其准确性过低,为提高其预测准确性,利用支持向量机与高维地统计学结合提出了一种电路故障个体化诊断方法。首先通过小波包变换实现信号的能量特征提取;再以高维地统计学确定公用变程;每个待测试样本都以自身为中心,根据公用变程从训练集中选取K个近邻作为训练正样本;最后支持向量机完成个体化诊断并进行仿真。仿真实验表明,支持向量机个体诊断能有效减少训练模型数量,并且电路故障诊断精度达98.55%,远高于其它算法。
- 出版日期2010
- 单位安阳师范学院
