共查询到19条相似文献，搜索用时 78 毫秒
1.
文章提出了一种基于小波神经网络的模拟电路故障诊断方法:通过分析被测电路的冲激响应来识别电路中的故障元件,利用小波理论中的多分辨率分析的方法提取出相应信号中的故障特征,组成特征向量后输入神经网络进行训练,实现故障诊断;该方法减少了神经网络的输入、简化了其结构、并缩短了训练和处理时间,文中分别用小波神经网络和传统的BP神经网络对实例电路进行故障诊断,仿真结果发现:小波神经网络相比BP网络方法收敛速度更快,诊断率更高。 相似文献
2.
脉冲宽度调制(PWM)整流电路结构日益复杂,对其可靠运行提出了更高的要求;对局域均值分解(LMD)用于PWM整流电路的故障特征提取进行研究,提出一种基于LMD和加权频带能量法的特征提取新方法;该方法通过逐步抽取调频调幅成分将故障信号在频域上展开,然后基于信号能量的频带分布特点,充分考虑各频带成分与故障的相关性,构造故障特征向量,实现特征提取;最后以PWM整流电路为例进行仿真,相电压380 V,仿真时间0.5 s,0.1 s时注入故障;结果表明,该方法能有效地提取故障信号的特征,并降低特征向量的维数。 相似文献
3.
4.
为解决电子设备结构复杂,故障信息不足,故障预测困难,并且现有方法不能直接对电子设备进行状态预测等问题,文中提出了基于状态维修(CBM)的最小二乘支持向量机(LSSVM)和隐马尔科夫模型(HMM)组合故障预测方法;首先采取灵敏度分析法确定电路中要可能发生变化的元件,通过改变元件参数来设置电路的不同退化状态;其次建立组合故障预测模型;最后对该电路进行状态预测;结果表明,文中提出的方法能够直接预测电路的不同状态,进而实现直接预测电子设备的故障状态,预测精度可以达到93.3%。 相似文献
5.
针对故障预测与健康管理(PHM)的复杂性,对融合技术进行了深入的分析和研究,提出了一种基于神经网络的特征融合方法,融合结果最大限度的给出决策分析所需要的特征信息,提高了故障诊断的可靠性;在预测方法上,提出了一种基于故障预兆监控与推理和失效物理(PoF)模型方法相融合的预测方法,充分利用了每种预测方法的优势,故障预兆监控与推理的方法能够提供故障诊断功能,而失效物理(PoF)模型的方法则有助于确定故障根源,融合预测方法能更加及时准确的预测故障;融合技术丰富了PHM的理论体系,提高了其实用价值。 相似文献
6.
7.
8.
文章提出一种统一延时测试架构,通过重用在线延时故障检测设计资源实现离线延时检测;首先,提出了一种硬件开销较小的稳定性检测器,对每个关键组合输出的稳定性扰乱因子进行检测;然后通过在稳定性检测器中共享全局误差生成器,可生成各个稳定性检测器的全局误差信号,以表示是否存在延时故障;最后,在扫描链中集成了基于本地扫描的生成器,以支持基于扫描的离线延时检测;仿真实验结果表明,与以前技术相比,文章方法的硬件开销和设计复杂度更低。 相似文献
9.
10.
在模拟电路故障诊断中,故障特征的提取是一个非常重要的环节,其提取结果的好坏将直接影响最终的诊断正确率。对现有文献研究发现,每种特征提取方法单独使用时都有一定的局限性,为了能够更加充分的提取模拟电路故障特征,提出了小波包分析与主元分析并行应用的方法,并将两种方法提取的特征向量依据不同规则进行了三种类型的融合,方便对比实验。为获取最优小波特征,提出了特征偏离度,并以此为标准选择最优小波基。最后,通过设计一种改进的神经网络分类器模型,将融合后的三种特征向量送入其中进行仿真验证,得出最终诊断结果。结果表明,该方法能够有效克服单一特征提取方法提取不充分的缺点,提高故障诊断的正确率,并且融合因子 适中时诊断正确率最高。 相似文献
11.
移动互联下的信息安全是目前研究的热门,本文从手指静脉图像的加密出发,首先对手指静脉图像的特征进行了提取,通过构建图像平滑器来获得静脉图像的大小,明暗区域的选择和特征图像的加强来获得采集后的静脉特征图像,其次对静脉图像采用基于小波基函数,Arnold映射,二次Logistic 映射和Baker变换的混合加密方式对进行加密。在相关系分析和差分攻击分析等方面实验比较,说明本文的算法具有很好的安全性和低耗时性,能够完全适应在移动互联环境中推广。 相似文献
12.
基于多尺度特征提取与多元回归分析的人脸识别 总被引：2，自引：0，他引：2
为提高人脸识别的正确率,提出了一种改进的特征提取及分类算法。首先采用Contour-let变换对人脸图像进行多尺度分解,然后由低频子带和各尺度各方向的高频子带得到人脸的特征值,并将它们组合成多尺度特征向量,再应用多元回归分析方法进行人脸识别。由于多尺度特征向量不仅反映了整幅图像的全局特征,还反映了图像各种尺度下的边缘、纹理等奇异特征,因此具有更多的鉴别信息;多元回归分析则充分考虑了同一总体的各样本间的强线性关系。在ORL人脸库上的实验显示人脸识别率达97．78％,优于其他的方法。 相似文献
13.
针对传统的飞机燃油系统故障诊断方法如硬件冗余方法和系统模型检测方法存在的飞机重量限制和难以建立精确数学模型的问题,设计了一种基于SOM算法和BP神经网络的故障诊断模型;首先,建立了系统故障诊断模型并对诊断原理进行了描述,然后,对故障征兆数据进行预处理,即先采用SOM算法进行连续属性离散化处理,再通过粗糙集互信息方法进行属性降维,以减少数据量和提高诊断效率;最后,建立了基于BP神经网络的故障诊断模型,为了进一步提高故障诊断精度,在采用免疫优化算法对BP神经网络故障诊断模型中的各参数即权值和阈值等进行优化的基础上,进一步采用BP反向传播算法进行参数调整,从而得到最终的故障诊断模型。通过飞机燃油系统故障诊断实例仿真实验证明了文中方法能较为精确地实现故障诊断,且与其它方法相比,具有较高的诊断精度和诊断效率,具有较大的优越性。 相似文献
14.
针对常用的线性特征提取方法只能处理线性数据的局限性,提出通过核方法将线性特征提取方法扩展到非线性方面;首先提取模拟电路的幅频响应;然后针对信号特征存在冗余性及高维性,采用核Fisher判别分析法(KFD)对电压特征进行提取;选择SVM作为状态监测器,考虑到SVM的参数设置对识别率有较大影响,所以 采用PSO对SVM进行优化;实验结果表明,采用本方法的状态识别率达到70%,高于其他两种方法;说明运用KFD进行特征降维以及采用PSO对SVM进行优化能明显提高状态监测的识别率,体现了本方法良好的模拟电路早期状态监测能力。 相似文献
15.
16.
17.
为了能够快速、准确地识别飞机目标,文章给出了一种基于支持向量机的飞机目标自动识别方法;采用Touzi边缘提取,得到目标形状参数的几何特征,Hu不变矩等16个特征矢量作为SVM的训练样本,通过SVM训练得到飞机目标识别模型,从而完成飞机目标的自动识别;试验结果显示,该算法对不同尺度和模糊程度的飞机目标的识别度可达99%; 该算法减少了样本训练时间,在提高识别准确率的同时降低了算法的复杂度,具有识别度高、识别速度快的特点,可用于飞机目标的快速识别。 相似文献
18.
近年来,工作流技术越来越多的应用于软件程序中,与之相关的新工作流语言以及工作流引擎也得到了快速的发展。但是,目前辅助工作流应用软件的测试方法仍显不足,特别是工作流引擎测试方面还存在着严重的局限性。为此,本文提出了基于模型测试的方法对工作流引擎进行测试,此外,还引入了抽象测试框架的概念,将其应用到工作流的测试上,它能够为工作流引擎构建测试环境和测试套件。最后,在Cumbia平台上搭建的一个工作流引擎上进行应用,说明了基于模型的测试方法和抽象测试框架可以有效应用于工作流引擎的测试。 相似文献
19.
随着复杂系统故障诊断的要求不断增加,非线性滤波技术复杂系统诊断已越来越成为研究的热点与难点问题之一;针对传统的粒子滤波进行系统突变故障诊断的问题,文章提出了一种改进的噪声粒子滤波故障诊断新方法;方法给出了噪声粒子滤波统计模型,通过粒子滤波得到状态估计值,并得到全概率分布信息用于故障检测中;最后通过仿真实验以及数值模拟验证了文章提出的方法在复杂系统故障诊断中是有效的,同时具有较高的精确性。 相似文献