基于主元和判别集成分析的模拟电路故障诊断
CSTR:
作者:
作者单位:

1. 贵州理工学院电气工程学院,贵阳550003;
2. 合肥工业大学电气与自动化工程学院,合肥230009.

作者简介:

肖迎群

通讯作者:

中图分类号:

TP273

基金项目:

贵州省自然科学基金项目(黔科合LH字[2014]7356号);贵州理工学院高层次人才科研启动经费项目(XJGC20131203).


Fault diagnosis of analog circuit by integrating principal component analysis with linear discriminant analysis
Author:
Affiliation:

1. School of Electrical Engineering,Guizhou Institute of Technology,Guiyang 550003,China;
2. School of Electrical Engineering and Automation,Hefei University of Technology,Hefei 230009,China.

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出了主元和线性判别的集成分析算法以实施模拟故障数据的特征提取过程和方法. 该集成分析方法首先对模拟故障数据进行主元分析, 然后在主元变换空间实行线性判别分析, 最后将所获得的最优判别特征模式应用于模式分类器进行故障诊断. 仿真结果表明, 所提出的方法能够充分利用线性方法的计算简便优势, 增强单一主元分析或线性判别分析的特征提取性能, 获取故障数据集的本质特征, 简化模式分类器的结构, 降低系统运行的计算成本.

    Abstract:

    The method of feature extraction on analog fault data by integrating principal component analysis(PCA) and linear discriminant analysis(LDA) is proposed. Firstly, PCA on analog fault data is carried out. Then, LDA is implemented in the transformed PCA space for obtaining the optimal discriminant features. Finally, the acquired patterns are applied to the pattern classifier for fault diagnosis. The simulation results show that the proposed method can take advantage of the simple computation of linear methods, enhance the performance of feature extraction of single PCA or LDA method, acquire the intrinsic features in fault data set, simplify the structure of the pattern classifier and reduce the computational cost of the diagnostic system.

    参考文献
    相似文献
    引证文献
引用本文

肖迎群 何怡刚 刘继乾 张广辉 朱珠.基于主元和判别集成分析的模拟电路故障诊断[J].控制与决策,2015,30(7):1321-1324

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2014-05-19
  • 最后修改日期:2014-08-16
  • 录用日期:
  • 在线发布日期: 2015-07-20
  • 出版日期:
文章二维码