首页 | 本学科首页   官方微博 | 高级检索  
     

基于MC方法和BP网络的印刷质量控制图模式识别研究
引用本文:初红艳, 李鹏, 蔡力钢, 李风光. 基于MC方法和BP网络的印刷质量控制图模式识别研究[J]. 北京工业大学学报, 2011, 37(6): 816-821.
作者姓名:初红艳  李鹏  蔡力钢  李风光
作者单位:1.北京工业大学 北京市先进制造技术重点实验室, 北京 100124
基金项目:国家“十一五”科技支撑计划课题(2006BAF03B01); 北京市教委科研计划项目(KM200910005006)
摘    要:建立了印刷质量控制图模式的数学模型,基于Monte Carlo(MC)方法模拟印刷质量数据,生成仿真样本,并使用标准变换和线性编码方法进行预处理,既不失样本数据的内在特征,又大大降低了数据复杂度.通过实验确定了结构为24-18-16-4的4层反向传播(back propagation,BP)网络模型,并采用比例共轭梯度训练算法,提高了网络的稳定性和收敛速度.在对控制图模式识别时,采用不同训练样本容量的实验方案,模式识别正确率达95.87%.结果表明,该方法可以提高印刷企业的质量控制水平和自动化程度.

关 键 词:印刷质量控制图  模式识别  Monte Carlo方法  反向传播神经网络
收稿时间:2009-07-07

Pattern Recognition for Printing Quality Control Chart Based on MC Method and BP Neural Network
CHU Hong-yan, LI Peng, CAI Li-gang, LI Feng-guang. Pattern Recognition for Printing Quality Control Chart Based on MC Method and BP Neural Network[J]. Journal of Beijing University of Technology, 2011, 37(6): 816-821.
Authors:CHU Hong-yan  LI Peng  CAI Li-gang  LI Feng-guang
Affiliation:1.The Lab of Beijing Advanced Manufacturing Technology, Beijing University of Technology, Beijing 100124, China
Abstract:A mathematical model for patterns of the printing quality control chart is established,and the data of printing quality is simulated based on Monte Carlo method,Then the complexity of the sample data is reduced by using the method of standard transformation and linear encoding.A 4-layer BP neural network model,as 24-18-16-4,is established through the experiments,and a scaled conjugated gradient training algorithm is adopted to enhance the stability and convergence of the network.The paper uses different cap...
Keywords:printing quality control chart  pattern recognition  Monte Carlo method  BP neural network  
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《北京工业大学学报》浏览原始摘要信息
点击此处可从《北京工业大学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号