| 基于整车EMC标准测试和机器学习的反向诊断方法 |
| |
| 引用本文： | 雷剑梅,曾令秋,牟洁,陈立东,王淙,柴勇.基于整车EMC标准测试和机器学习的反向诊断方法[J].计算机科学,2021,48(6):190-195. |
| |
| 作者姓名： | 雷剑梅 曾令秋 牟洁 陈立东 王淙 柴勇 |
| |
| 作者单位： | 汽车噪声振动和安全技术国家重点实验室 重庆400044;重庆大学汽车工程学院 重庆400044;汽车噪声振动和安全技术国家重点实验室 重庆400044;重庆大学计算机学院 重庆 400044;重庆大学汽车工程学院 重庆400044;汽车噪声振动和安全技术国家重点实验室 重庆400044 |
| |
| 摘 要： | 智能汽车的快速发展促使电磁兼容(Electromagnetic Compatibility,EMC)测试技术得以完善,同时也给车辆EMC设计带来了新的挑战,而面向测试数据的故障排查有利于车辆EMC的设计.随着电子系统复杂性的提升,车载系统设计人员面临着越来越多的电磁兼容故障可能性,因此需要更为有效的EMC故障诊断方法.然而,由于EMC测试数据集具有样本小、非线性、高维等特点,致使EMC故障诊断难度较大.鉴于此,结合EMC测试工程师多年的整改经验,文中提出了一种关于电磁兼容测试数据的特征提取算法,并利用从测试数据中提取出的有价值的特征数据,搭建了支持向量机二分类模型,实现了EMC故障分类,并展示了相应的应用效果.为了验证所提方法的有效性,采用朴素贝叶斯分类模型进行对比,实验结果表明,所提方法能够满足智能汽车EMC故障诊断的需求.
|
| 关 键 词： | 测试数据 EMC 特征提取 支持向量机 故障诊断 朴素贝叶斯 |
Reverse Diagnostic Method Based on Vehicle EMC Standard Test and Machine Learning |
| |
| LEI Jian-mei,ZENG Ling-qiu,MU Jie,CHEN Li-dong,WANG Cong,CHAI Yong.Reverse Diagnostic Method Based on Vehicle EMC Standard Test and Machine Learning[J].Computer Science,2021,48(6):190-195. |
| |
| Authors: | LEI Jian-mei ZENG Ling-qiu MU Jie CHEN Li-dong WANG Cong CHAI Yong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
