基于QGA优化Simple-MKL的模拟电路故障诊断方法

论文摘要

为解决模拟电路故障诊断中传统支持向量机（SVM）分类精度不高的问题,提出基于量子遗传算法（QGA）优化简单多核学习（Simple-MKL）支持向量机模型的模拟电路故障诊断方法。对电路进行瞬态分析,采用多分辨分析（MRA）提取电路故障特征,用量子遗传算法优化简单多核支持向量机中的正则化参数作为训练模型,用于模拟电路故障的诊断。仿真结果表明,本方法可实现模拟电路故障的精确分类。

论文目录

文章来源

类型: 期刊论文

作者: 莫凡珣,马峻,陈寿宏,徐翠锋

关键词: 多分辨分析,量子遗传算法,简单多核学习,模拟电路,故障诊断

来源: 桂林电子科技大学学报 2019年05期

年度: 2019

分类: 信息科技

专业: 无线电电子学,自动化技术

单位: 桂林电子科技大学电子工程与自动化学院

基金: 广西自然科学基金(2015GXNSFDA139003),广西自动检测技术与仪器重点实验室主任基金(YQ14115)

分类号: TP18;TP277;TN710

DOI: 10.16725/j.cnki.cn45-1351/tn.2019.05.009

页码: 390-395

总页数: 6

文件大小: 1572K

下载量: 44

相关论文文献

标签：多分辨分析论文;  量子遗传算法论文;  简单多核学习论文;  模拟电路论文;  故障诊断论文;