基于多特征的PSO-MSVM动态过程质量异常模式识别

• 作者: 刘玉敏 周昊飞
• 来源期刊: 计算机应用研究
• 关键词: 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
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 713-716
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.03.017

摘要

为了提高动态过程质量异常模式识别效率,将动态过程质量模式的均值特征与小波包分解特征作为分类特征,并构建两层多支持向量机识别模型进行分类.利用均值特征,在第一层MSVM中把动态过程变化趋势划分为正常与周期、上升与向上阶跃、下降与向下阶跃三大类别;采用小波包分解特征,在第二层MSVM中对这三大类别进行再分类.仿真结果表明提出的识别模型的识别精度相比采用单一特征的识别模型有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘玉敏	郑州大学商学院	59	767	12.0	26.0
2	周昊飞	郑州大学商学院	8	48	5.0	6.0