基于改进支持向量机的模拟电路故障诊断方法研究

摘要

为提高模拟电路故障诊断效率，给出了一种基于改进支持向量机的模拟电路故障诊断方法。首先通过小波包变换实现了信号的能量特征提取，基于主元分析完成了特征压缩;其次针对支持向量机多分类一对一方法存在的不可分类区，将其与最近邻分类法相结合，实现了电路的故障诊断，并提出了一种混合遗传算法实现了小波函数和支持向量机参数的同步选择;最后通过一模拟电路的仿真实验，与BP，RBF和PNN等神经网络对比，结果显示基于支持向量机的方法诊断精度最高，达到98%。