《表3 故障诊断正确率:云模型改进萤火虫算法优化的模拟电路故障诊断》
为了说明文中方法的参考价值,采用第一节中的CCAFA-LSSVM模型对图4所示电路实施故障诊断,将提取故障特征集的50%用于LSSVM的样本训练,50%用于其样本测试,便于进行故障诊断。针对电路的13中故障模式,LSSVM采用1-a-1分类模式,CCAFA的参数设置如同2.1节所设,其中维数d为2,适应度函数为测试样本的准确率。利用CCAFA-LSSVM模型进行诊断时,所得最佳惩罚因子γ=476.87,核函数参数σ2=0.296 1,诊断时间为1.420 9 s,各故障模式的诊断精度如表3所示。从表3中可知,平均诊断精度为99.86%。
图表编号 | XD0055202400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.10 |
作者 | 谈恩民、张欣然、王存存 |
绘制单位 | 桂林电子科技大学电子工程与自动化学院、桂林电子科技大学电子工程与自动化学院、桂林电子科技大学电子工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |