|
|||||
|
|
| 适应智能质量控制的多分类支持向量机 | |
| 作者姓名： | 吴德会 |
| 作者单位： | 九江学院电子工程学院,江西,九江,332005;合肥工业大学仪器科学与光电工程学院,安徽,合肥,230009 |
| 摘 要： | 分析了现有控制图识别器在实际应用中存在的缺陷,并提出了一种基于支持向量机(SVM)的新方法．为了克服HAH多分类SVM(HAH SVM)的缺陷,提高识别速度和准确率,设计了一种有针对性的SVM多分类器进行模式识别．仿真实验结果表明,该方法相对现有的BP和HAH SVM方法能得到更高的识别率和识别速度,适合于工序的实时在线控制． |
| 关 键 词： | 多分类支持向量机 统计质量控制 控制图 质量诊断 |
| 文章编号： | 1002-0411（2007）02-0187-05 |
| 修稿时间： | 2006-06-07 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《信息与控制》浏览原始摘要信息 | |
| 点击此处可从《信息与控制》下载全文 | |