主成分分析法与概率神经网络在模拟电路故障诊断中的应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：模拟电路故障的多样性使得神经网络训练样本数量增加，BP网络结构趋于复杂，训练速度降低；针对反向传播神经网络（BPNN）学习收敛速度慢、易陷入局部极小值等问题，提出了基于主成分分析（PCA）与概率神经网络（PNN）相结合的模拟电路故障诊断方法；通过主成分分析法（Principal Component Analysis）提取特征数据进行降维处理，再结合概率神经网络（Probabilistic Neural Networks）对电路故障进行分类；实例说明采用PCA和PNN结合对故障数据处理，可以大大的提高故障诊断分类的准确性。

原文链接:http://www.cqvip.com//QK/97801A/200812/29083280.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：主成分分析法 主成分分析 模拟电路 神经网络 故障诊断 主成分分析法 特征提取 故障诊断 容差电路 MATLAB