2025年5月18日
星期日
|
欢迎来到叙永县图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
陈志凡
作品数:
1
被引量:2
H指数:1
供职机构:
南京邮电大学电子科学与工程学院
更多>>
发文基金:
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
宋晓涛
太原理工大学计算机科学与技术学...
王文清
南京邮电大学电子科学与工程学院
单剑锋
南京邮电大学电子科学与工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
电路
1篇
电路故障诊断
1篇
支持向量
1篇
支持向量机
1篇
群算法
1篇
子群
1篇
最小二乘
1篇
最小二乘支持...
1篇
向量机
1篇
粒子群
1篇
粒子群算法
1篇
模拟电路
1篇
模拟电路故障
1篇
模拟电路故障...
1篇
故障诊断
1篇
PSO-LS...
机构
1篇
南京邮电大学
1篇
太原理工大学
作者
1篇
单剑锋
1篇
陈志凡
1篇
王文清
1篇
宋晓涛
传媒
1篇
计算机技术与...
年份
1篇
2015
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于PSO-LSSVM的模拟电路故障诊断
被引量:2
2015年
针对传统神经网络技术在模拟电路故障诊断应用中存在的问题,提出了一种基于粒子群(Particle Swarm Optimization,PSO)和最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的模拟电路故障诊断方法。该方法先从一个滤波器系统的频率响应数据中提取由小波系数的均值、标准差和熵构成的频率小波特征向量来训练最小二乘支持向量机,之后再采用粒子群算法来优化支持向量机的结构参数,避免了参数选择的盲目性,进而提高了模型的诊断精度。在对Elliptical Filter电路进行的故障检测中,验证了该方法的可行性。
陈志凡
单剑锋
宋晓涛
王文清
关键词:
粒子群算法
最小二乘支持向量机
模拟电路
故障诊断
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张