支持向量机在模拟电路故障诊断中的应用

摘要

故障诊断发展的瓶颈之一是故障样本的缺乏,而不仅在于诊断方法本身.支持向量机是建立在结构风险最小原则基础上,专门针对小样本情况的,其目标是得到现有信息下的最优值而不仅仅是样本数趋于无穷大时的最优值.它能在训练样本很少的情况下达到很好的分类效果,从而为故障诊断技术向智能化发展提供了新的途径.介绍了支持向量机的二值分类算法,以支持向量机二值分类为基础,构建了基于支持向量机的多值分类器并应用于模拟电路故障诊断.以两管视频放大器的多种故障分类为例,进行了实际应用验证.结果表明,该诊断方法具有算法简单、可对故障在线分类,有很好的分类能力和较高的计算效率,不需要对原始数据进行预处理就可达到满意的效果.