文献

J-GLOBAL ID：201802226413955533   整理番号：18A0682891

隠れMarkovモデルとサポートベクトルマシンに基づくアナログ回路の早期故障診断【JST・京大機械翻訳】

Incipient Fault Diagnosis of Analog Circuits Based on HMM-SVM

著者 (2件)： Zheng Zhiwen (北京航空航天大学可靠性与系統工程学院,北京,100109) ,  Wang Xiaofeng (北京航空航天大学可靠性与系統工程学院,北京,100109)
資料名： Jisuanji Celiang yu Kongzhi  (Jisuanji Celiang yu Kongzhi)
巻： 25  号： 11  ページ： 13-17  発行年： 2017年 
JST資料番号： C3592A  ISSN： 1671-4598  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： アナログ回路の故障予測と健康管理(PHM)システムにおける初期故障の認識率が高くないという問題を解決するため,隠れMarkovモデル(HMM)とサポートベクトルマシン(SVM)に基づくアナログ回路故障診断法を提案した。動的連続信号の強い認識能力とSVMの良好なパターン分類能力を用いて,アナログ回路の初期故障診断問題を解決した。主成分分析(PCA)とK平均クラスタリングアルゴリズムを用いて,故障データの次元縮小と特徴抽出を行い,HMMとSVMを結合した診断モデルを構築し,故障診断を行った。シミュレーション結果は,HMM-SVMがアナログ回路の初期故障を認識することができて,アナログ回路における小範囲パラメータの変化を認識することができて,単一HMMモデルより高い精度を有することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 初期故障 ,  健康管理 ,  *アナログ回路 ,  *サポートベクトルマシン ,  特徴抽出 ,  主成分分析 ,  *故障診断 ,  *隠れMarkovモデル ,  次元縮小 ,  *故障 ,  シミュレーション
準シソーラス用語： 診断モデル ,  クラスタリングアルゴリズム ,  認識率 ,  故障予知 , 【Automatic Indexing@JST】

著者キーワード (5件)： hidden Markov model ,  support vector machine ,  fault diagnosis ,  analog circuits ,  incipient fault

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 隠れMarkovモデル ,  サポートベクトルマシン ,  アナログ回路 ,  早期 ,  故障診断