基于云模型优化PNN的模拟电路故障诊断方法

发明专利有效专利

申请号：
CN201910583230.8
IPC分类号：G01R31/316;G06N3/04;G06N3/08
申请日期：
2019-07-01
申请人：
桂林电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于云模型优化PNN的模拟电路故障诊断方法
申请号	CN201910583230.8	申请日期	2019-07-01
法律状态	授权	申报国家	中国
公开/公告日	2019-09-17	公开/公告号	CN110244216A
优先权	暂无	优先权号	暂无
主分类号	G01R31/316 ? IPC结构图谱： G 物理 G0 仪器 G01 测量；测试 G01R 测量电变量；测量磁变量（指示谐振电路的正确调谐入H03J 3/12） G01R31/00 电性能的测试装置；电故障的探测装置；以所进行的测试在其他位置未提供为特征的电测试装置（在制造过程中测试或测量半导体或固体器件入H01L 21/66；线路传输系统的测试入H04B 3/46） G01R31/28 电路的测试，例如用信号故障寻测器（在准备运算或空闲时间期间内测试计算机入G06F11/22） G01R31/316 模拟电路的测试〔6〕	IPC分类号	G;0;1;R;3;1;/;3;1;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	桂林电子科技大学	申请人地址	广西壮族自治区桂林市七星区金鸡路1号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	桂林电子科技大学	当前权利人	桂林电子科技大学
发明人	谈恩民;张欣然
代理机构	桂林市华杰专利商标事务所有限责任公司	代理人	覃永峰

摘要

本发明公开了一种基于云模型优化PNN的模拟电路故障诊断方法，通过构建CM‑PNN模型进行故障诊断，包括如下步骤：提取电路故障特征，获得特征样本；将特征样本分训练样本和测试样本，注意训练样本数目必须足够多，且远远大于测试样本数目，否则建立的正态云模型将无法正确反映样本分布；利用训练样本进行峰值云变换以建立多维正态云模型，将其作为模式神经元；确定模式层与求和层之间的连接权重；将测试样本输入到优化后的概率神经网络中进行加权求和；故障类别判别输出，输出结果判定为输出最大的故障类别。该方法优化了PNN的中心，带宽和连接权重，简化了PNN的训练过程，并可以确定隐含层神经元数目。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供