基于改进SVM的模拟电路故障诊断  

Analog Circuit Fault Diagnosis Based on Improved SVMAnalog SVM

作　　者：周绍磊[1] 廖剑[1] 史贤俊[1] 戴邵武[1] 

机构地区：[1]海军航空工程学院控制工程系,山东烟台264001

出　　处：《海军航空工程学院学报》2014年第2期117-121,共5页Journal of Naval Aeronautical and Astronautical University

基　　金：国家自然科学基金资助项目(61203168)

摘　　要：针对模拟电路的故障诊断和定位问题,提出了一种改进支持向量机(Support Vector Machine,SVM)故障诊断方法。通过在标准SVM中加入了对数据流形局部分布的约束,设计了一种依赖于数据分布的新型SVM。相对于标准SVM方法而言,新方法有效融合了数据分布的先验信息,提高了模型的诊断精度。将其用于模拟电路的故障诊断,验证了所提方法的有效性。Focusing on the problem of analog circuit fault diagnosis and location, an improved support vector machine （SVM） was proposed for fault diagnosis. A new type of SVM lying on data distribution was designed by joining the con- straint of distribution of the data manifold. Compared to standard SVM, the proposed method effectively combined prior dis- tribution information of the data to increase the diagnosis accuracy of the model. The simulation results showed the effec- tiveness of the algorithm.

关 键 词：故障诊断 模拟电路 支持向量机 数据流形 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]