基于最大异类距离和正则极端学习机的模拟电路在线故障诊断

针对模拟电路在线故障诊断问题,提出了一种将最大异类距离和正则极端学习机结合起来的新方法。首先,利用最大异类距离对初始特征样本进行特征提取,压缩样本规模,获取维数更低、可分性更好的特征样本集;然后,将提取的特征样本送入正则极端学习机进行训练,再利用训练好的正则极端学习机对待测电路实时状态进行诊断,并不断根据诊断结果和新旧样本之间的相似度更新训练样本集;最后,将所提方法用于模拟电路在线诊断中。结果表明:所提方法能够有效实现模拟电路单、双故障的在线诊断,比ELM效果好。