基于融合特征约减和支持向量机的控制图模式识别

• 作者: 华露 梁志鹏 汪成康 赵春华 郑思宇
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 控制图 模式识别 特征融合 降维 核主成分分析 支持向量机
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 制造系统
• 页码范围: 930-935
• 页数: 6页
• 分类号: TH165.4|TP391.4
• 字数: 3727字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2017.08.009

摘要

为提高产品加工过程中质量监测的智能化程度,在运用控制图描述质量波动的基础上,提出了一种基于融合特征约减的KPCA-SVM控制图分类方法.先通过蒙特卡洛模拟生成控制图数据集,提取统计特征和形状特征,并将其与原始特征相融合,运用核主成分分析对高维融合特征降维,再使用遗传算法优化支持向量机的参数.通过仿真实验,将降维前后、不同分类器的识别精度进行了比较,结果表明运用所提方法能够得到更好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵春华	三峡大学机械与动力学院	81	656	14.0	21.0
2	汪成康	三峡大学机械与动力学院	2	11	2.0	2.0
3	华露	三峡大学机械与动力学院	5	7	1.0	2.0
4	郑思宇	三峡大学机械与动力学院	2	11	2.0	2.0
5	梁志鹏	三峡大学机械与动力学院	5	13	2.0	3.0