| 基于多分类支持向量机的智能辅助质量诊断研究 |
| |
| 引用本文： | 吴德会. 基于多分类支持向量机的智能辅助质量诊断研究[J]. 系统仿真学报, 2009, 21(6) |
| |
| 作者姓名： | 吴德会 |
| |
| 作者单位： | 九江学院数字控制技术与应用江西省重点实验室,九江,332005;清华大学电机工程与应用电子技术系,北京,100084 |
| |
| 基金项目： | 江西省科技项目，国家自然科学基金 |
| |
| 摘 要： | 在分析比较目前常用的质量辅助诊断方法局限性的基础上,提出了一种基于多分类支持向量机(SVM)的质量控制图智能诊断新方法.该方法以SVM技术为智能核心,较好地解决小样本学习问题,避免了人工神经网络等智能方法在对小批量生产过程质量诊断时所表示出的过学习、泛化能力弱等缺点.另一方面,通过结合投票法和决策树的基本思想,所提方法拓展出对控制图混合型异常模式的识别能力,从而提高了对质量过程诊断的全面性和准确性.与其它几种常见人工智能方法质量诊断的效果进行对比,实验表明,所提方法容易实现、诊断精度高,为实现小批量加工过程的在线质量诊断与控制提供可行的思路.
|
| 关 键 词： | 小批量 质量诊断 多分类支持向量机 决策树 |
Intelligent Quality Diagnosis Based on Multi-class SVM |
| |
| Abstract: | |
| |
| Keywords: | small-batch quality diagnosis multi-class support vector machine(MSVM) decision tree |
| 本文献已被 万方数据 等数据库收录！ |
|
