模擬電路故障診斷Adaboost集成學(xué)習(xí)方法研究.pdf

1、課題來源于重慶市交通委員會(huì)所立項(xiàng)目“三峽庫(kù)區(qū)運(yùn)輸船舶節(jié)能實(shí)用技術(shù)研究”，研發(fā)船用柴油機(jī)油耗儀表。
　　 對(duì)于現(xiàn)代電子系統(tǒng)，模擬電路日益復(fù)雜，出現(xiàn)故障的可能性也隨之增大，對(duì)模擬電路的故障診斷也越加困難。若船用儀表的模擬電路出現(xiàn)故障，會(huì)影響船用儀表測(cè)量的準(zhǔn)確性和運(yùn)行的穩(wěn)定性，而導(dǎo)致儀表故障。為了增加船用柴油機(jī)油耗儀表測(cè)量的準(zhǔn)確性和運(yùn)行的穩(wěn)定性，在研發(fā)船用柴油機(jī)油耗儀表的同時(shí)，開展模擬電路故障診斷方法的研究，在不影響油耗儀表原有功能的

2、基礎(chǔ)上，增加模擬電路故障診斷功能，使油耗儀表具有故障自診斷的功能。
　　 用無窮維AdaBoost集成學(xué)習(xí)算法進(jìn)行模擬電路故障診斷。進(jìn)行模式識(shí)別時(shí)，分類精度較高的強(qiáng)分類器不容易找到，分類精度比隨機(jī)猜測(cè)略好的弱分類器很容易找到，AdaBoost集成學(xué)習(xí)算法集成多個(gè)弱分類器而成為一個(gè)強(qiáng)分類器，從而避免了直接去尋找強(qiáng)分類器，為了進(jìn)一步增加AdaBoost集成學(xué)習(xí)算法的分類精度，將AdaBoost集成學(xué)習(xí)算法的弱分類器數(shù)量增加到無窮多個(gè)

3、，用無窮維AdaBoost集成學(xué)習(xí)算法進(jìn)行模擬電路故障診斷。
　　 本文采用支持向量機(jī)實(shí)現(xiàn)無窮維AdaBoost集成學(xué)習(xí)算法，從如下幾個(gè)方面分析AdaBoost集成學(xué)習(xí)算法和支持向量機(jī)之間的聯(lián)系：
　　 (1)用LP范數(shù)理論，從樣本分類超平面最大邊界這一角度，分析AdaBoost集成學(xué)習(xí)算法的優(yōu)化目標(biāo)，得出AdaBoost集成學(xué)習(xí)算法和支持向量機(jī)的優(yōu)化目標(biāo)完全相同的結(jié)論。
　　 (2)分析AdaBoost集成學(xué)習(xí)

4、算法和支持向量機(jī)分類器分類器的相同點(diǎn)，通過設(shè)定條件，使支持向量機(jī)的分類器滿足AdaBoost集成學(xué)習(xí)算法對(duì)其強(qiáng)分類器的要求。
　　 (3)分析支持向量機(jī)的映射ψ(x)與AdaBoost集成學(xué)習(xí)算法弱分類器h(x)之間的相同點(diǎn)，通過設(shè)定條件，使支持向量機(jī)的映射分量ψ(x)與AdaBoost集成學(xué)習(xí)算法弱分類器h(x)建立聯(lián)系。
　　 因?yàn)橐陨纤O(shè)定AdaBoost集成學(xué)習(xí)算法和支持向量機(jī)之間的聯(lián)系，因此可以用支持向量機(jī)實(shí)現(xiàn)

5、無窮維AdaBoost集成學(xué)習(xí)算法。實(shí)現(xiàn)無窮維AdaBoost集成學(xué)習(xí)算法的關(guān)鍵是建立一個(gè)新的支持向量機(jī)核函數(shù)，使此核函數(shù)集成無窮多個(gè)AdaBoost集成學(xué)習(xí)算法的弱分類器。
　　 用Matlab6．5編寫無窮維AdaBoost集成學(xué)習(xí)算法程序，用無窮維AdaBoost學(xué)習(xí)方法進(jìn)行模擬電路故障診斷。故障診斷結(jié)果表明：無窮維AdaBoost集成學(xué)習(xí)算法分類精度優(yōu)于有限維AdaBoost集成學(xué)習(xí)算法，使用無窮維AdaBoost集成學(xué)