- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于鲁棒LS-SVM的控制图模式识别.pdf
第30卷第6期 计 量 学 报 V0 1.30.No 6
2009年11月 ACTA METROLOGI CA Sl NI CA November ,2009
doi :10 .3969 /j .i s sn .1000 1158.2009 .06 .23
基 于 鲁 棒 LS— SVM的 控 制 图 模 式 识 别
程志强 , 马义 中
( 南京理工大学经济管理学院,江苏南京210 094)
摘要:提出一种基于鲁棒最小二乘支持向量机( LS SVM) 的控制图模式识别方法,并研究其应用于过程质量诊
断的可行性、有效性。理论研究和仿 真试验结果表明,该方法对于标准的6种控制图模式都具有很高的模式识别
率,训练模式识别器所 需样本少 ,且训练结果泛化能力强,计算方法简单迅速 。
关键词:计量学;模式识别;最dx 乘支持向量机;控制 图
中图分类号:TB9 文献标识码:A 文章编号:1000 1158( 2009) 06 0580 03
Cont r ol Char t Pat t em Rec ogni t i on Ba sed on Robust LS—SVM
CHENGZh i qi an g, MA Yi —z hong
( Sch ool of Economi e s a nd Mana gement ,Nanj i ng Uni ve r si t y of Sc i e nce and Te chn ol o gy ,Nanj i ng ,Ji a ngs u 2100 94 ,Chi na )
Abs t r act :A t ec hni q ue ba se d on t he r obu st l e as t squa r es sup por t vect or machi nes( LS ·SVM) us ed f or contr ol char t 8
pat t er n r ecogni t i on i s pr o posed ,t he appl i ed f ea s i bi l i t y and val i di ty of t hi s t e ch ni que i n pr o cess qual i t y di agn osi s i s a l so
i nvest i gat ed .Th eor et i cal r ese ar ch an d ex per i ment al r esul t s s how t hat t hi s appr oa c h per f or ms wel l upon t he s i x t ypical contr ol
char t s pat t er n r ecogni t i o n wi t I I I Ii sh r ecogni t i on ac cur acy,si mpl e comp ut at i on and fa s t t r ai ni ng pr oce ss ,an d t he pr eemi nen t
gener al i zat i on abi l i t y on t he condi t i on of smal l s amp l e si z e .
Ke y wor ds :Me t r ol ogy;Pa t t er n r ecogni t i on ;Least squ ar es sup por t vect or ma ch i n es (LS—SVM) ;Cont r ol char t
算速度得到提高,但
文档评论(0)