积分商城

最新搜索： TI大学计划 电机噪声 AI AD16仿真 逆变器资料 devioctl.h
您现在的位置是：首页 > 技术资料 > 基于CS优化神经网络的模拟电路故障诊断
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于CS优化神经网络的模拟电路故障诊断

更新时间：2020-10-25 21:56:38 大小：221K 上传用户：zhengdai查看TA发布的资源 标签：模拟电路 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

针对目前模拟电路故障诊断的预测精度较低的问题,提出一种基于布谷鸟算法(CS)优化神经网络的模拟电路故障诊断方法 (CS-GRNN)。选择广义回归神经网络(GRNN)作为网络模型,把小波包变换提取到的电路故障特征作为网络输入,运用布谷鸟搜索算法对GRNN进行网络参数优化,利用优化后的CS-GRNN模型进行故障诊断。实验结果表明,较其它诊断方法,CS-GRNN诊断模型只需迭代较少次数就可获得很高的预测精度,平均故障诊断正确率可达97.281 75%,具有明显的优势。

Aiming at the problem that the forecast accuracy of analog circuit fault diagnosis is not high enough,a method of analog circuit fault diagnosis(CS-GRNN)based on the Cuckoo search algorithm(CS)was proposed to optimize the neural network.The generalized regression neural network(GRNN)was chosen as a network model,the circuit fault feature extracted by wavelet packet transform was taken as the network input,and CS was used to optimize network parameter for GRNN,the optimized CS-GRNN model was applied for fault diagnosis.Experimental results show that CS-GRNN model gets higher prediction precision with fewer iterations compared with other diagnostic methods and the accuracy of fault diagnosis is up to 97.281 75%,which verifies its obvious superiority.

部分文件列表

文件名 大小
基于CS优化神经网络的模拟电路故障诊断.pdf 221K

【关注公众号立即送20积分】

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号