容差模拟电路的软故障诊断的小波方法

给出了容差模拟电路软故障诊断的小波与量子神经网络方法,利用小波分析,取其能反映故障信号特征的成分做为电路故障特征,再输入给量子神经网络,不仅解决了一个可测试点问题,并提高了辨识故障类别的能力,而且在网络训练之前,利用主元分析降低了网络输入维数。实验证明了这种方法的可行性与适用性。     

基于小波分析和人工免疫算法的模拟电路故障诊断

受生物免疫系统自己-非己识别过程的启发,提出了一种基于小波分析和人工免疫算法的模拟电路故障诊断的新方法。该方法首先利用小波变换,归一化和主元分析法作为预处理提取模拟电路的最优故障特征向量,然后利用反面选择算法的检测器对故障信息进行检测,从而实现模拟电路故障的分类。计算机仿真证明该方法是可行的。     

基于小波分析和神经网络的模拟电路故障诊断方法

提出了一种基于神经网络和小波分析的模拟电路故障诊断的系统方法。该方法通过对电路的可测性测度计算，选择电路的最佳测试节点，然后利用小波分析作为特征提取手段提取电路的故障特征向量，经归一化和主元分析（PCA）处理后。得到最优特征向量，最后输入到神经网络实现电路故障诊断。计算机仿真结果表明该方法具有更好的故障分辨率。     

基于PCA算法和小波包变换的人脸识别技术

在人脸识别领域,如何提取人脸特征和降低特征维数是关键.提出了一种基于小波包变换和主元分析相结合的人脸识别方法.小波包具有能够保留图像的主体信息又保留不同方向细节信息的优点.算法首先利用小波包变换,把人脸图像分解成不同尺度的低频和高频部分,提取最优基,再采用PCA方法进行人脸的识别.在ORL人脸数据库的仿真结果表明,该算法能有效提高人脸识别性能,具有较高识别率.     

基于小波变换和部分最小二乘的掌纹识别

子空间法作为一种传统的识别方法,识别时基于整幅图像,复杂性比较高,而且没有考虑类别信息.为了降低计算复杂性和在提取数据特征的同时融入类别信息,研究了一种基于小波变换和部分最小二乘(PLS)的掌纹识别算法.在建议的识别方法中,首先通过小波三级分解提取低频子图像,对低频子图像应用PLS提取掌纹特征,然后将样本投影到提取的特征上作为特征向量进行分类识别.应用PolyU掌纹图像库进行实验分析,实验结果表明:与主元分析(PCA)、二维主元分析(2DPCA)和独立主元分析(ICA)相比,该方法的识别率得到了很大的提高,大大减小了误识率和拒识率,验证了该方法的有效性.     

基于小波包变换的模拟电路故障诊断

把小波包变换用于模拟电路故障诊断中。由于输出信号的各频率成分能量的变化表征了电路中某些元器件的损坏情况,因此,利用小波包变换有效地提取故障特征信息,提出了“能量——故障”的故障诊断方法。计算和实验结果表明：该方法可以快速高效地进行模拟电路故障诊断与定位。     

基于小波分析和信息融合技术的故障诊断

提出了利用两类不同电量信息--动态电源电流和输出电压经神经网络信息融合的模拟电路故障诊断新方法.该方法先对两类不同电量信号采样后进行小波分解,提取其在不同频段的能量,经归一化和向量关联后作为特征向量输入神经网络进行训练诊断.实验结果表明该方法比利用单一信号进行诊断效果更佳,具有快速定位、分辨率高等特点.     

主动偏差算法在电路容差设计中的应用

电路元器件的参数漂移是影响系统稳定性的主要原因之一,因此电子系统的容差设计显得尤为重要,本文研究了运用进化的方法进行电路的容差设计。传统方法所设计的容差电路因容差范围小而影响电路的容差性能。本文将遗传规划与主动偏差思想相结合,提出基于主动偏差的混合GP算法--AD-Based HGP,使用该方法进行电路容差设计可以有效提高电路的容差范围。实验结果表明运用本文方法设计出的电路与传统方法的设计结果相比,本文方法所进化出的电路具有更强的容差性能,体现了该算法在容差设计上的优势与潜能。     

基于小波变换和神经网络的三相桥式全控整流电路故障诊断

三相桥式全控整流电路故障诊断,利用小波分析的方法提取低频能量值作为特征向量,通过神经网络实现故障桥臂定位,对电路的开路故障进行了分类。     

基于小波径向基网络的电力电子电路故障诊断

提出了一种基于小波径向基神经网络和主成分分析的电力电子故障诊断方法,该方法用小波变换和主成分分析对数据进行预处理,提取出有效故障特征信息,实现数据压缩,减少了神经网络的训练时间,选用径向基(RBF)网络为故障分类器,解决了BP网络容易陷入局部极小点的问题,提高了训练速度,并且具有诊断率高的特点.实例证明了该方法的有效性,并与其他诊断方法进行了对比.