利用优化概率神经网络识别自相关过程异常

• 作者: 万育微 刘贝贝 宋扬扬 朱波
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 概率神经网络 粒子群算法 自相关过程 控制图模式识别
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机算法
• 页码范围: 70-73
• 页数: 4页
• 分类号: TB183
• 字数: 2798字
• 语种: 中文

摘要

概率神经网络的控制图模式识别性能主要取决于平滑因子的设定,为提高概率神经网络对控制图模式识别准确率,文章利用PSO算法对平滑系数进行优化.将优化的概率神经网络运用于自相关过程的控制图模式识别中,并与常见的控制图模式识别方法BP神经网络进行对比,通过仿真实验证明,基于PSO优化的概率神经网络在自相关过程中具有更强的模式分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋扬扬		4	7	1.0	2.0
2	刘贝贝		4	7	1.0	2.0
3	朱波		6	7	2.0	2.0
4	万育微		4	5	1.0	2.0