基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对于统计质量控制过程中的复杂过程而言.多种异常的并发现象比较普遍.而常规的基于规则的方法以及人工神经网络(ANNs)技术均针对单一异常模式的识别,难以完成对并发异常模式的识别任务.提出一种混合方法,将小波分析与ANNs相结合,通过小波分解重构将并发异常模式分解为基本的异常模式组合,无须用并发异常样本训练ANNs,实现对并发异常模式的有效识别.
推荐文章
基于遗传优化的PCA-SVM控制图模式识别
控制图
模式识别
遗传优化
主元分析
支持向量机
基于融合特征与支持向量机的控制图模式识别
控制图模式识别
特征提取
原始特征
形状特征
特征融合
支持向量机
基于多特征的PSO-MSVM动态过程质量异常模式识别
动态过程
质量异常模式
均值特征
小波包分解
多支持向量机
基于小波多尺度变换局部放电图像模式识别的研究
局部放电
小波变换
特征量
模式识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波重构的控制图并发异常模式识别研究
来源期刊 计算机工程与应用 学科 数学
关键词 小波分析 神经网络 并发异常模式
年,卷(期) 2008,(28) 所属期刊栏目 博士论坛
研究方向 页码范围 18-21
页数 4页 分类号 O213.1
字数 2809字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.28.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 同淑荣 西北工业大学管理学院 72 371 11.0 15.0
2 侯世旺 西北工业大学管理学院 7 111 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (19)
参考文献  (6)
节点文献
引证文献  (16)
同被引文献  (37)
二级引证文献  (64)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(10)
  • 引证文献(1)
  • 二级引证文献(9)
2016(12)
  • 引证文献(2)
  • 二级引证文献(10)
2017(13)
  • 引证文献(1)
  • 二级引证文献(12)
2018(19)
  • 引证文献(1)
  • 二级引证文献(18)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
小波分析
神经网络
并发异常模式
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导