版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、南京理工大學(xué)碩士學(xué)位論文基于支持向量機(jī)的模擬電路故障診斷方法研究姓名:李愛(ài)琴申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):電子與通信工程指導(dǎo)教師:張重雄;孫宏國(guó)201109工程碩士學(xué)位論文AbstractTheresearchonmethodofanalogcircuitfaultdiagnosis,notonlyisofgreatsignificanceincircuittheory,butalsoithasaveryimportantvalueinele
2、ctronicdevices,integratedcircuitsandotherpracticalapplicationsandSOonTherearemanytraditionalanalogcircuitfaultdiagnosis’Smethods,andthediagnosisofthesemethodsdependslargelyonthesuccessoftheoptimizationofanalogcircuitfaul
3、tdiagnosismodel,andjustonceestablishedthemodelisdifficulttochange,anditgivesrisetothelackofappropriateflexibility,andtilltheendtheremaybeunabletogetequationofanalogcircuitfaultdiagnosiswhichcannoteffectivelydiagnosethemS
4、omoreandmorepeoplebegantograduallytrytoapplytheartificialintelligencetechniquesinanalogcircuitfaultdiagnosis,butthetraditionalartificialneuralnetworkhasinputsamplewithhigherdemandsinself—learning,localoptima,under—learni
5、ng,over—learningandandmodelstructurewhichisdifficulttodetermineandSOon,whiletheanalogcircuitfaultdiagnosismethodbasedonSupportVectorMachine(SⅧ)cansolvetheseproblemsInthispaper,itinvestigatesthegeneralmethodsandprocedures
6、forfaultdiagnosisofanalogcircuitsbasedonsupportvectormachine,andanalyzesthedifficultandcriticaltechnologiesinsomeofthefaultfeatureextractionandthebuiIdingofsupportvectormachine:Itdescribesthebasictheoryofanalogcircuitfau
7、ltdiagnosisandsupportvectormachines:Itstudiesanalogcircuitfaultfeatureextractionmethods:finally,atypicallowpassfiltercircuitisselectedtotestthesemethodsandprocessbyusingPspiceandMatlabsoftwareThesimulationresultsshowthat
8、supportvectormachinescanmoreaccuratelyclassifyandidentifythesinglesoftfaultsinanalogcircuits,whilethepropertiesofanalogcircuitfaultdiagnosisbasedonSupportVectorMachine(SVM)arebetterthanthesebasedonBPneuralnetworkindiagno
9、sisaccuracyandtimeoftraining—testing:Theresultsalsoshowthat,thetwomethodsoffaultfeatureextractionbasedoneffectivesamplingpointandwaveletpacketarebothpractical,thepropertiesofanalogcircuitfaultdiagnosisbasedonwaveletpacke
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機(jī)的模擬電路故障診斷研究.pdf
- 基于支持向量機(jī)的模擬電路故障診斷技術(shù)研究.pdf
- 基于支持向量機(jī)的故障診斷方法.pdf
- 基于提升小波和支持向量機(jī)的模擬電路故障診斷.pdf
- 基于支持向量機(jī)的故障診斷
- 基于支持向量機(jī)的故障診斷研究.pdf
- 基于小波包熵與支持向量機(jī)的模擬電路故障診斷.pdf
- 基于支持向量機(jī)集成的故障診斷方法研究.pdf
- 基于支持向量機(jī)的核探測(cè)器電路故障診斷方法研究.pdf
- 基于支持向量機(jī)的核電設(shè)備故障診斷方法研究.pdf
- 基于支持向量機(jī)的流程工業(yè)故障診斷方法研究.pdf
- 基于支持向量機(jī)和遺傳算法相結(jié)合的模擬電路故障診斷方法研究.pdf
- 基于群智能算法優(yōu)化的支持向量機(jī)模擬電路故障診斷.pdf
- 基于多小波變換和支持向量機(jī)的模擬電路故障診斷.pdf
- 基于支持向量機(jī)的電網(wǎng)故障診斷研究.pdf
- 模擬電路故障診斷的特征提取及支持向量機(jī)集成方法研究.pdf
- 基于支持向量機(jī)與自適應(yīng)共振理論的模擬電路故障診斷方法研究及實(shí)現(xiàn).pdf
- 基于EMD與支持向量機(jī)的轉(zhuǎn)子故障診斷方法研究.pdf
- 基于支持向量機(jī)的小樣本故障診斷.pdf
- 軸系振動(dòng)故障診斷的支持向量機(jī)方法研究.pdf
評(píng)論
0/150
提交評(píng)論