文档名：模拟电路中黏菌算法优化ELM故障诊断模型研究
摘要：模拟电路中故障信息复杂多样,为提高故障诊断准确率,提出一种黏菌算法(SMA)优化极限学习机(ELM)的模型.首先,采用线性判别分析(LDA)方法对故障电路原始数据集进行降维,得到ELM网络训练所需的数据;其次,针对ELM随机生成的输入权值和隐含层偏置易导致模型泛化能力差的问题,使用SMA优化ELM的输入权值和隐含层偏置,以获得更优、更稳定的ELM网络参数,提高故障诊断能力.连续可变状态(CTSV)滤波器电路和Sallen-Key带通滤波器的诊断实例表明,SMA优化ELM的故障诊断模型提升了ELM模型的分类效果,具有更优的故障诊断性能.
作者：林知微 王成吉 刘宗朋Author：LINZhiwei WANGChengji LIUZongpeng
作者单位：北京理工大学自动化学院,北京100081
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(6)
分类号：TP277
关键词：线性判别分析 黏菌算法 极限学习机 模拟电路 故障诊断
机标分类号：TP391.41TN713.8-34TN919.81
在线出版日期：2023年6月16日
基金项目：模拟电路中黏菌算法优化ELM故障诊断模型研究[
期刊论文] 传感器与微系统--2023, 42(6)林知微 王成吉 刘宗朋模拟电路中故障信息复杂多样,为提高故障诊断准确率,提出一种黏菌算法(SMA)优化极限学习机(ELM)的模型.首先,采用线性判别分析(LDA)方法对故障电路原始数据集进行降维,得到ELM网络训练所需的数据;其次,针对ELM随机生成的...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
模拟电路中黏菌算法优化ELM故障诊断模型研究 Research on slime mould algorithm optimized ELM fault diagnosis model in analog circuit
模拟电路中黏菌算法优化ELM故障诊断模型研究.pdf
- 文件大小:
- 1.1 MB
- 下载次数:
- 60
-
高速下载
|
