国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

針對模擬電路在故障預測與健康管理（PHM）系統中早期故障識別率不高的問(wèn)題，提出了一種基于隱馬爾科夫模型（HMM）和支持向量機（SVM）相結合的模擬電路故障診斷方法，利用HMM對動(dòng)態(tài)連續信號的較強識別能力和SVM良好的模式分類(lèi)能力解決模擬電路早期故障診斷問(wèn)題。采用主成分分析（PCA）和K-means聚類(lèi)算法對故障數據進(jìn)行數據降維和特征提取，建立HMM與 SVM相結合的診斷模型進(jìn)行故障診斷。仿真實(shí)驗表明，HMM-SVM能很好地識別模擬電路早期故障，并對模擬電路中元件小范圍參數變化的狀態(tài)識別，相較單一HMM模型具有更高的準確率。