5于统计空间映射的自学习模式识别方法.pdfVIP

25 5 Vol.25 No.5 卷 第 期 北 京 2003 10 Journal of University of Science and Technology Beij ing Oct. 2003 基于统计空间映射的自学习模式识别方法 1 1 2 徐正光 瞿寿德 于连荣 1 , 1000 83 2 450002 北京科技大学信息工程学院 北京 河南省工业学校 郑州 摘 要 针对生产工况实测数据不能覆盖整个数据空间的现象 提出了一种基于统计空间 映射的自学习模式识别方法 通过实测数据的仿真实验验证了该方法的有效性 关键词 自学习 模式识别 统计空间映射 分类号 TP 274 1 问题的提出 (2)在远离数据密集区 样本数据未达到的区 间 当生产过程异常时出现的工况数据 如图1 [1] 在文献 中提出了基于统计映射空间的模 [1] 所示 按文献 介绍的方法进行在线识别就会 式识别方法 通过建立产品质量空间与工况特征 带来困难 空间的统计映射关系 在产品质量空间聚类 获 针对上述情况 本文提出了基于统计空间映 得根据质量优劣信息划分的模式类别 并将模式 射的自学习模式识别方法 通过仿真实验 获得 类别及判别准则映射回特征空间 在特征空间进 了满意的结果 行在线分类 获得产品质量的在线推断 但在作 聚类训练时 训练数据是从现场采集的实测工况 2 修正的ISODATA 聚类算法 数据 相对整个数据空间来说是相当有限的 为了获得在样本数据密集区具有足够的模 , 样本空间不可能覆盖整个数据空间 存在如下 问题 式区分性能 同时划分的模式类别又能够覆盖整 (1)在数据密集区 也就是模式分类需要细分 个数据样本空间 并使其适应自