| 基于支撑向量机的产品质量监控研究应用 |
| |
| 引用本文： | 闫伟,张浩,陆剑峰.基于支撑向量机的产品质量监控研究应用[J].计算机工程,2006,32(15):184-186. |
| |
| 作者姓名： | 闫伟 张浩 陆剑峰 |
| |
| 作者单位： | 同济大学CIMS研究中心,上海,200092;上海电力学院电力与自动化工程学院,上海,200092 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划) |
| |
| 摘 要： | 采用了一种新的机器学习方法——支持向量机，对流程企业中的历史数据进行分类分析，阐述了支持向量机的基本内容，对影响产品质量因素的样本集进行了标准化处理和主因素分析(PCA)，采用Libsvm训练了数据集，并与贝叶斯理论、BP神经网络和决策树ID3的分类结果比较，证明了算法的优越性，为产品的质量监控提供了有效依据。
|
| 关 键 词： | 支持向量机 统计学习理论 质量监控 流程企业 |
| 文章编号： | 1000-3428（2006）15-0184-03 |
| 收稿时间： | 08 10 2005 12:00AM |
| 修稿时间： | 2005-08-10 |
Study and Application of Support Vector Machine to Monitor Product Quality |
| |
| YAN Wei,ZHANG Hao,LU Jianfeng.Study and Application of Support Vector Machine to Monitor Product Quality[J].Computer Engineering,2006,32(15):184-186. |
| |
| Authors: | YAN Wei ZHANG Hao LU Jianfeng |
| |
| Affiliation: | 1. CIMS Center, Tongji University, Shanghai 200092; 2. School of Electric Power and Control Engineering, Shanghai University of Electric Power, Shanghai 200092 |
| |
| Abstract: | This paper introduces a new machine learning method——support vector machine (SVM) and analyzes some of the characteristics of SVM. After linearly scaling and principal components analyzing (PCA) the data that affect product’s quality, it trains them by the tools of Libsvm. Compared to Bayesian theory, BP neural network and decision tree(ID3), the result of SVM is excellent. Based on the models, the production of processing industry can be improved. |
| |
| Keywords: | SVM Statistical learning theory Monitor product quality Process industry |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
