故障诊断技术是近40年发展起来的以适应工程实际需要而形成的多学科交叉的一门综合学科。一般电子电路的故障诊断可分为模拟电路故障诊断和数字电路故障诊断。数字技术的广泛应用和高速发展，使得数字电路的故障诊断研究取得了空前的发展。对于模拟电路，由于其元件具有容差并存在非线性等原因，使得模拟电路的故障诊断较数字电路的故障诊断复杂得多，其发展比较缓慢，应用么不够广泛。

本程序能够实现滚动轴承的故障诊断和在线检测，用到了峭度值计算、小波变换、自相关计算等

局部均值分解（Local Mean Decomposition，简称LMD）方法是一种新的自适应时频分析方法，并成功运用于滚动轴承故障诊断中，但对噪声比较敏感。为消除噪声对诊断结果的影响，提出了一种小波包降噪与LMD相结合的滚动轴承故障诊断方法。该方法首先利用小波包去除信号中的噪声，然后，进行LMD分解，并将分解后PF分量与分解前信号的相关系数作为判断标准，剔除多余低频PF分量，最后，选取有效PF集进行功率谱分析，提取故障特征。通过仿真数据和真实滚动轴承数据的故障诊断实验，其结果验证了该方法的有效性。

针对非线性模拟电路软故障诊断的难题，基于Volterra核二次型分布-wigner Ville分布(WVD)，提出一种故障特征提取的新方法．首先计算待测试电路(CUT)的Volterra核；然后对该Volterra核进行WVD转换，得到WVD函数，从中提取出故障特征，完成非线性模拟电路的软故障诊断．仿真实验结果表明，该方法能有效地解决故障混叠难题，提升故障元件检测和定位的能力．

根据中医诊断推理对知识的不确定性、不完全性和逻辑推理的模糊性及“软计算”技术的特点出发，探讨了利用“软计算”的方法构建中医诊断神经网络知识库的基本设想，最后在MATLAB中利用现有结构固定的三种神经网络模型分别粗略地构造了中医“八纲辨证”神经网络，并分析其计算结果。说明采用神经网络技术构建中医诊断知识库是完全可行的。

ISO14229_1_2013汽车诊断协议，对于从事UDS开发的小伙伴，可以下载查阅；

杆和塔的接地诊断起着重要作用，并且塔具有其独特的特征。 有必要开发一种新的杆塔诊断方法。 频率诊断应用在很多方面，因此有必要分析杆塔的频率响应特性。 利用CDEGS软件分析了三种不同接地结构下杆和塔的频率响应对杆半径和土壤电阻率的影响，并讨论了不同结构下光谱响应的异同。

图像模糊matlab代码#前列腺癌诊断源代码定量光成像实验室，伊利诺伊大学香槟分校#Introduction 这是从 QPI 图像诊断前列腺癌的源代码。 它由 Tan H. Nguyen () 用 MATLAB 编写。 如果您使用我们的代码，请考虑引用它，因为它需要大量的时间和资源来开发。 #Installation 创建一个要安装代码的文件夹，cd 到该文件夹​​中。 在 git 中，输入 git clone https://github.com/thnguyn2/diagnosis_code.git 现在，检查主分支 git checkout master 如果您想使用最新版本的代码进行更新 git pull origin master 克隆源代码后，打开iccv_paper/demo.m 开始。 #源代码组织项目树如下： 文件夹： iccv_paper/：一个包含源代码工作版本的文件夹 nonrelevant_old_code/：一个带有旧功能的文件夹 support/：一个带有支持功能的文件夹 文件： 回购中的以下文件。 文件夹仅用于总结结果和新想法。 虽然它们不是很有用。 我

主成分分析亦称“主分量分析”或“分量分析”等，它是指将多个相关变量简化为少数几个不相关变量的一种多元统计方法.其目的在于简化统计数据和揭示变量间的关系.每个主成分是初始变量的线性组合，所有主成分间相互正交，所以没有冗余信息.从数学的角度看，主成分分析方法的根本思想在于降维。

支持向量机的分类——基于乳腺组织电阻抗特性的乳腺癌诊断