版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、密級桂林電子科技大學碩士學位論文題目:機器學習在模擬電路故障診斷中的應用研究(英文英文):TheApplicationofMachineLearningtoFaultDiagnosisofAnalogCircuits研究生學號:1308201020研究生姓名:邵偉指導教師姓名指導教師姓名、職務職務:顏學龍教授申請學位門類:工學碩士學科、專業(yè):儀器科學與技術(shù)提交論文日期:2016年4月論文答辯日期:2016年6月摘要I摘要在數(shù)字電路大行其
2、道的今天,模擬電路因為一些客觀原因依然占據(jù)特殊的地位。模擬電路故障診斷中,“診斷需求”和“手段供給”之間存在嚴重不平衡。機器學習方法目前是模擬電路故障診斷的主流方法。深度學習是機器學習的最新成果,有著優(yōu)異的特征學習能力,在誕生之初就在圖像語言等領域表現(xiàn)出了巨大的能量,但在模擬電路故障診斷中的應用鮮見,單單從平衡“需求”和“供給”的角度,將深度學習方法引入模擬電路故障診斷也是值得深入研究的。本文首先對機器學習故障診斷的流程做了系統(tǒng)性的闡述
3、,然后重點對深度學習在模擬電路故障診斷中的應用做了深入研究,將深度學習的兩個主要模型:深度信念網(wǎng)和深度自編碼網(wǎng),應用到模擬電路故障診斷。以Leapfrog濾波器和帶通電路為實驗電路,考察了深度網(wǎng)絡的效能,實驗結(jié)果表明,深度網(wǎng)絡相比淺層網(wǎng)絡能達到更好的故障診斷率,相比于主成分分析和小波分析特征提取方法,深度網(wǎng)絡提取的特征更優(yōu),更能反映數(shù)據(jù)本質(zhì)屬性,同時還研究了ReLu神經(jīng)元對深度網(wǎng)絡訓練和稀疏度的改善作用,并在ReLu基礎上設計了更接近生
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于機器學習的模擬電路故障診斷研究.pdf
- 基于機器學習的模擬電路故障診斷研究
- 模糊免疫算法在模擬電路故障診斷中的應用研究.pdf
- 基于優(yōu)化機器學習算法的模擬電路故障診斷研究.pdf
- 模擬電路故障診斷中故障字典應用的研究.pdf
- 模擬電路智能故障診斷方法應用研究.pdf
- 小波神經(jīng)網(wǎng)絡在模擬電路故障診斷中的應用研究.pdf
- 遺傳算法在模擬電路故障診斷中的應用.pdf
- 核方法研究及在模擬電路故障診斷中的應用.pdf
- 小波包分析及其在模擬電路故障診斷中的應用.pdf
- 小波和神經(jīng)網(wǎng)絡在模擬電路故障診斷中的應用研究.pdf
- 模擬電路故障診斷研究.pdf
- 基于神經(jīng)網(wǎng)絡的故障診斷在模擬電路中的應用.pdf
- 電流信息在集成電路故障診斷中的應用研究.pdf
- 迭代學習控制及其在故障診斷中的應用研究.pdf
- 遺傳神經(jīng)網(wǎng)絡在模擬電路故障診斷中的應用.pdf
- 智能故障診斷中的機器學習新理論及其應用研究.pdf
- 小波和神經(jīng)網(wǎng)絡在模擬電路故障診斷中的應用.pdf
- 基于神經(jīng)網(wǎng)絡方法的模擬電路故障診斷應用研究.pdf
- 神經(jīng)網(wǎng)絡在模擬電路故障診斷中的方法研究.pdf
評論
0/150
提交評論