您的位置: 专家智库 > >

杨慧敏

作品数:3 被引量:5H指数:1
供职机构:南京航空航天大学自动化学院更多>>
发文基金:中央高校基本科研业务费专项资金江苏省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文
  • 1篇专利

领域

  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 3篇电路
  • 3篇向量
  • 3篇向量机
  • 3篇故障诊断
  • 2篇电力电子
  • 2篇电力电子电路
  • 2篇电子电路
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇子电路
  • 2篇改进支持向量...
  • 2篇KNN
  • 1篇电路故障诊断
  • 1篇电源
  • 1篇卫星
  • 1篇卫星电源
  • 1篇卫星电源系统
  • 1篇模式分类器
  • 1篇纠错
  • 1篇纠错码

机构

  • 3篇南京航空航天...

作者

  • 3篇崔江
  • 3篇杨慧敏
  • 2篇张卓然
  • 2篇龚春英

传媒

  • 1篇电工技术学报
  • 1篇第六届电工技...

年份

  • 3篇2014
3 条 记 录,以下是 1-3
排序方式:
基于改进支持向量机的故障诊断方法
针对电力电子电路故障诊断问题,提出一种基于K最邻近(KNN)模型和纠错输出编码(ECOC)的快速故障诊断方法。首先,采用一对多(o-v-r)等常规编码方法建立ECOC的基本框架,利用已知标签的故障样本集对构建好的框架进行...
杨慧敏崔江张卓然龚春英
关键词:电力电子电路故障诊断KNN
基于改进支持向量机的故障诊断方法被引量:5
2014年
针对电力电子电路故障诊断问题,提出一种基于K最邻近(KNN)模型和纠错输出编码(ECOC)的快速故障诊断方法。首先,采用一对多(o-v-r)等常规编码方法建立ECOC的基本框架,利用已知标签的故障样本集对构建好的框架进行训练,同时计算出各类故障训练样本的中心点;其次,在测试阶段,采用KNN方法,计算待测样本到每类故障训练样本中心的距离,选择合适的K值,得到该测试样本最有可能所属的K个故障类别;最后,通过计算ECOC框架中相对应的二类分类器的输出,确定待测样本的所属故障类别。本文提出的故障诊断方法结构简单,实验结果表明其性能优于常规的支持向量分类器和ECOC方法,测试时间短,优势明显,较适合应用于电力电子电路的故障诊断。
杨慧敏崔江张卓然龚春英
关键词:电力电子电路故障诊断KNN
一种卫星电源系统在线故障诊断方法
本发明公布了一种基于改进聚态经验模态分解(Ensemble Empirical Mode Decomposition,简称EEMD)和纠错码-支持向量机(Error Correcting Output Codes-Sup...
崔江杨慧敏
文献传递
共1页<1>
聚类工具0