共空间模式和超限学习机的模拟电路故障诊断
主成分分析属于代数特征分析方法,是一种线性映射方法,降维后的表示是由线性映射生成的,更主要的信息保留在投影空间里,而剩余的信息则被过滤掉,但保留的信息是一体的,而不是每个特征向量分别表示一个主成分,在一定程度上影响了PCA方法的效果.提出了一种基于共空间模式对主成分方法改进的模拟电路故障诊断方法.此方法利用CSP算法对PCA得到的特征向量进行处理,然后将得到的主成分输入到超限学习机以进行网络训练或故障判断.通过Sallen-Key带通滤波器电路的实例,结果表明该研究方法的有效性.
共空间模式、主成分分析、超限学习机、特征提取、故障诊断
36
TH165+.3;TN711
国家杰出青年科学基金50925727;国防科技计划项目C1120110004,9140A27020211DZ5102;教育部科学技术研究重大项目313018;安徽省科技计划重点项目1301022036;湖南省科技计划项目2010J4,2011JK2023,2013GK3096;教育厅科学研究项目11C0606;国家自然基金61102039;湖南省自然科学基金14JJ7029;中央高校基金
2015-03-11（万方平台首次上网日期，不代表论文的发表时间）
共8页
126-133
