| 基于多特征PCA融合的SVM质量异常识别 |
| |
| 引用本文： | 刘玉敏,张帅.基于多特征PCA融合的SVM质量异常识别[J].河南大学学报(自然科学版),2014,44(6):731-737. |
| |
| 作者姓名： | 刘玉敏 张帅 |
| |
| 作者单位： | 郑州大学商学院,郑州,450001 |
| |
| 摘 要： | 为了提高动态过程质量异常模式识别的精度,提出一种基于主元分析的多特征融合方法.首先提取出样本数据的统计特征和几何特征;接着将混合的多种特征进行PCA处理,提取出主元特征向量;然后利用粒子群算法寻找SVM分类器的最优参数;最后,通过仿真实验与其他识别方法进行对比,实验结果表明:本文提出的多特征PCA融合方法具有较高的识别精度,为质量异常模式识别研究提供了新的方法.
|
| 关 键 词： | 主元分析 特征融合 支持向量机 动态过程 模式识别 |
SVM Model Recognition for Dynamic Process Based on Multi-Feature Fusion with PCA |
| |
| LIU Yumin,ZHANG Shuai.SVM Model Recognition for Dynamic Process Based on Multi-Feature Fusion with PCA[J].Journal of Henan University(Natural Science),2014,44(6):731-737. |
| |
| Authors: | LIU Yumin ZHANG Shuai |
| |
| Institution: | LIU Yumin;ZHANG Shuai;Business School of Zhengzhou University; |
| |
| Abstract: | |
| |
| Keywords: | PCA feature fusion SVM dynamic process pattern recognition |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
