基于多核多分类相关向量机的模拟电路故障诊断方法

针对模拟电路实际存在的多类故障问题,本文提出一种基于多核多分类相关向量机(Multi-kernel learning multiclass relevance vector machine,MKL-mRVM)的模拟电路故障诊断方法.所提方法能够在故障数据所在的原始特征空间上建立多个非线性核,在构建分类器的同时实现故障特征的约简;同时,基于贝叶斯框架的分类模型还能够给出诊断结果的后验概率.通过两个电路的诊断实验证明了所提方法的优越性和实用性....

Full description

Saved in:
Bibliographic Details
Published in自动化学报 Vol. 45; no. 2; pp. 434 - 444
Main Authors 高明哲, 许爱强, 唐小峰, 张伟
Format Journal Article
LanguageChinese
Published 中国人民解放军91054部队 北京102442%海军航空工程学院科研部 烟台264001 01.02.2019
Subjects
模拟电路
相关向量机
分类概率
故障诊断
特征约简
Online AccessGet full text
ISSN0254-4156
DOI10.16383/j.aas.2017.c160779

Cover

More Information
Summary:针对模拟电路实际存在的多类故障问题,本文提出一种基于多核多分类相关向量机(Multi-kernel learning multiclass relevance vector machine,MKL-mRVM)的模拟电路故障诊断方法.所提方法能够在故障数据所在的原始特征空间上建立多个非线性核,在构建分类器的同时实现故障特征的约简;同时,基于贝叶斯框架的分类模型还能够给出诊断结果的后验概率.通过两个电路的诊断实验证明了所提方法的优越性和实用性.
ISSN:0254-4156
DOI:10.16383/j.aas.2017.c160779