登录    注册    忘记密码

期刊文章详细信息

基于l_2正则化回声状态网络的模拟电路故障诊断    

Analog Circuit Fault Diagnosis Based on l_2 Regularization Echo State Network

  

文献类型:期刊文章

作  者:王洪[1] 牛晓灵[1]

WANG Hong ,NIU Xiaoling(Department of Computer, Pingdingshan Industrial College of Technology, Pingdingshan Hen'an 467001, Chin)

机构地区:[1]平顶山工业职业技术学院计算机系,河南平顶山467001

出  处:《电子器件》

基  金:河南省科技厅重点科技攻关项目(152102310463)

年  份:2017

卷  号:40

期  号:5

起止页码:1283-1286

语  种:中文

收录情况:BDHX、BDHX2014、CAS、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:为了提高模拟电路故障诊断的准确率,提出了一种基于l_2正则化回声状态网络(l_2-RESN)的模拟电路故障诊断方法。l_2-RESN在ESN的约束优化函数中引入l_2正则化因子,推导带正则化因子的ESN输出权重计算公式,避免传统的ESN算法因矩阵奇异而降低模型泛化能力。实验结果表明,相比于支持向量机(SVM)和标准ESN,l_2-RESN的诊断准确率分别提高1.11%和18.34%。证明l_2-RESN能够有效提高模拟电路诊断的准确性。

关 键 词:模拟电路 故障诊断 神经网络  拉格朗日函数

分 类 号:TN710]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心