基于迁移学习LSSVM的模拟电路故障诊断

摘要

采用数据驱动方法进行模拟电路故障诊断时,在目标故障数据较少的条件下,诊断效果显著下降.针对该问题,提出一种基于TL-LSSVM的模拟电路故障诊断方法.该方法将相关的源域数据迁移至目标故障训练集,首先提取输出信号的小波系数作为特征数据,然后在LSSVM分类器的目标函数中增加源域辅助数据的误差惩罚项,构建出新的诊断模型.以滤波电路为诊断实例,实验结果表明,该方法使单、双故障诊断正确率分别达到97.2%和95.7%,显著提高了诊断正确率.