基于小波分析和PSO—SVM的控制图混合模式识别

来源 :浙江工业大学学报 | 被引量 : 4次 | 上传用户:sharapova60
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于质量过程的复杂性,质量过程数据常会有多种异常的混合现象,为了提高对控制图混合模式的识别效果,将支持向量机(Support vector machine,SVM)分类器的参数经过粒子群优化算法(Particle swarm optimization,PSO)算法优化,然后与小波分析技术相结合,设计了三层控制图模式识别模型.该模型首先识别模式是否正常,如果发现异常,则对异常的模式进行小波包分解,将分解后的低频部分和高频部分分别输入第二层和第三层PSO-SVM分类器中进行模式的分类识别.通过仿真实验的
其他文献
国务院常务会议于近日决定成立总规模达400亿元的国家新兴产业创业投资引导基金,吸引有实力的企业、大型金融机构等社会、民间资本参与,重点支持处于“蹒跚”起步阶段的创新型
以双甘膦为原料,氧气为氧化剂,高活性钯炭为催化剂氧化合成草甘膦,并对反应工艺参数进行了优化:在双甘膦与催化剂的质量比为1∶0.01,反应温度为95℃,反应压力为0.25 MPa条件下
作品選刊