基于KPCA和类峰值特征的模拟电路诊断方法

针对传统的核主成分分析方法（KPCA）无法解决在故障样本交叠严重时多分类性能较 差的问题,提出一种基于改进KPCA的特征提取和类峰值特征辅助识别分类相结合的模拟电路 故障诊断方法。在预处理阶段,提出了一种图像混合欧氏距离用于建立核函数,进行核主成 分分析特征提取,克服了传统KPCA的局限性;并且设计了一种用类峰值特征识别的方法进行辅 助识别预分类,提高分类速度。标准电路的故障诊断仿真和结果分析表明,该方法较好地 克服了交叠样本给分类带来的困难,具有很好的故障识别速度和正确率。