發(fā)布時(shí)間：2018-02-15 12:31

  本文關(guān)鍵詞： 動(dòng)態(tài)過(guò)程 統(tǒng)計(jì)特征 相關(guān)性檢驗(yàn) 模式識(shí)別 支持向量機(jī)　出處：《統(tǒng)計(jì)與決策》2017年19期 　論文類型：期刊論文

【摘要】：文章針對(duì)目前動(dòng)態(tài)過(guò)程質(zhì)量異常模式的識(shí)別精度不高的問(wèn)題,提出一種基于統(tǒng)計(jì)特征的動(dòng)態(tài)過(guò)程質(zhì)量異常模式識(shí)別方法。該方法首先提取出樣本數(shù)據(jù)的16個(gè)統(tǒng)計(jì)特征,再通過(guò)相關(guān)性分析篩選出相關(guān)性較小的統(tǒng)計(jì)特征;然后將篩選后的相關(guān)性較小的統(tǒng)計(jì)特征輸入支持向量機(jī)(SVM)分類器進(jìn)行識(shí)別。通過(guò)仿真實(shí)驗(yàn)進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,基于統(tǒng)計(jì)特征的異常模式識(shí)別模型能夠提高整體的識(shí)別精度,可適用于生產(chǎn)現(xiàn)場(chǎng)的質(zhì)量監(jiān)控。
[Abstract]:In order to solve the problem of low recognition accuracy of the current dynamic process quality anomaly pattern , a dynamic process quality anomaly pattern recognition method based on statistical characteristics is proposed . The method comprises the following steps : firstly , extracting 16 statistical characteristics of the sample data , and then selecting a statistical characteristic with small correlation by correlation analysis ; and then carrying out verification through a statistical characteristic input support vector machine ( SVM ) classifier after screening .

【作者單位】： 鄭州大學(xué)商學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(71672182;U1504703)
【分類號(hào)】：O212;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈亮;王禮力;;支持向量機(jī)在上市公司財(cái)務(wù)預(yù)警模型中的應(yīng)用[J];淮陰工學(xué)院學(xué)報(bào);2010年02期

2 寇玉香;;支持向量機(jī)、信息向量機(jī)和相關(guān)向量機(jī)的比較研究[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2010年07期

3 農(nóng)吉夫;;主成分分析與支持向量機(jī)相結(jié)合的區(qū)域降水預(yù)測(cè)應(yīng)用[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2011年22期

4 遲國(guó)泰;程硯秋;李剛;;基于支持向量機(jī)的人的全面發(fā)展評(píng)價(jià)模型及省份實(shí)證[J];管理工程學(xué)報(bào);2012年01期

5 方輝;;支持向量機(jī)的研究與發(fā)展[J];大慶師范學(xué)院學(xué)報(bào);2007年05期

6 高建來(lái);運(yùn)士偉;張永勝;;融合粗糙集與球形支持向量機(jī)的多分類識(shí)別[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

7 馬建華;張星奇;張輝;;參數(shù)優(yōu)化支持向量機(jī)的人參價(jià)格預(yù)測(cè)模型[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2012年02期

8 徐勤蘭;樊重俊;張鵬;;灰色支持向量機(jī)在機(jī)場(chǎng)吞吐量預(yù)測(cè)中的應(yīng)用[J];上海理工大學(xué)學(xué)報(bào);2012年04期

9 高尚;劉夫成;;與k均值混合的支持向量機(jī)的個(gè)人信用評(píng)估[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S2期

10 李剛;劉志強(qiáng);;基于支持向量機(jī)替代模型的可靠性分析[J];計(jì)算力學(xué)學(xué)報(bào);2011年05期

相關(guān)會(huì)議論文 前10條

1 曾江輝;曾鳳章;陳嵩輝;;基于支持向量機(jī)的馬田系統(tǒng)閾值確定方法研究[A];第三屆中國(guó)質(zhì)量學(xué)術(shù)論壇論文集[C];2008年

2 蔣鐵軍;張懷強(qiáng);李積源;;多變量系統(tǒng)預(yù)測(cè)的支持向量機(jī)方法研究[A];管理科學(xué)與系統(tǒng)科學(xué)研究新進(jìn)展——第7屆全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議論文集[C];2003年

3 門洪;武玉杰;李小英;高艷春;;基于支持向量機(jī)的分類算法研究[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（3）[C];2008年

4 郭崇慧;陸玉昌;唐煥文;;支持向量機(jī)優(yōu)化問(wèn)題的熵優(yōu)化方法[A];2006年中國(guó)運(yùn)籌學(xué)會(huì)數(shù)學(xué)規(guī)劃分會(huì)代表會(huì)議暨第六屆學(xué)術(shù)會(huì)議論文集[C];2006年

5 王峰;張新華;;支持向量機(jī)在結(jié)構(gòu)動(dòng)力學(xué)求解問(wèn)題中的應(yīng)用[A];第八屆全國(guó)動(dòng)力學(xué)與控制學(xué)術(shù)會(huì)議論文集[C];2008年

6 Dougsoo Kaown;劉建國(guó);;支持向量機(jī)的幾何解法(英文)[A];中國(guó)運(yùn)籌學(xué)會(huì)第八屆學(xué)術(shù)交流會(huì)論文集[C];2006年

7 宋海鷹;桂衛(wèi)華;陽(yáng)春華;;基于最小二乘支持向量機(jī)的Hammerstein-Wiener模型辨識(shí)[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

8 王偉;鄭東良;;支持向量機(jī)的分類機(jī)理研究[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國(guó)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

9 袁從貴;張新政;陳旭;;基于偏互信息與定尺度最小二乘支持向量機(jī)的咸潮預(yù)測(cè)模型[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)C卷[C];2011年

10 程硯秋;楊德權(quán);;基于決策樹(shù)和支持向量機(jī)的金融預(yù)測(cè)方法[A];中國(guó)企業(yè)運(yùn)籌學(xué)學(xué)術(shù)交流大會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前7條

1 安金龍;支持向量機(jī)若干問(wèn)題的研究[D];天津大學(xué);2004年

2 趙暉;支持向量機(jī)分類方法及其在文本分類中的應(yīng)用研究[D];大連理工大學(xué);2006年

3 吳青;基于優(yōu)化理論的支持向量機(jī)學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2009年

4 閻滿富;求解分類問(wèn)題的支持向量機(jī)方法與應(yīng)用研究[D];中國(guó)農(nóng)業(yè)大學(xué);2005年

5 彭新俊;支持向量機(jī)若干問(wèn)題及應(yīng)用研究[D];上海大學(xué);2008年

6 孫德山;支持向量機(jī)分類與回歸方法研究[D];中南大學(xué);2004年

7 黃細(xì)霞;基于支持向量機(jī)的建模方法及其在材料加工中的應(yīng)用研究[D];上海交通大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 盧曉;基于粒計(jì)算的支持向量機(jī)多分類模型研究[D];華北理工大學(xué);2015年

2 趙安龍;結(jié)構(gòu)可靠性設(shè)計(jì)的多輸入輸出支持向量機(jī)方法[D];南京航空航天大學(xué);2016年

3 解怡萌;支持向量機(jī)與GARCH族模型對(duì)股市的分析[D];遼寧師范大學(xué);2016年

4 王延朝;帶有不確定輸入的支持向量機(jī)研究[D];山東科技大學(xué);2011年

5 胡駿;支持向量機(jī)理論及其應(yīng)用[D];武漢科技大學(xué);2011年

6 邢紅杰;多級(jí)支持向量機(jī)[D];河北大學(xué);2003年

7 孫開(kāi)師;支持向量機(jī)算法研究[D];山東科技大學(xué);2007年

8 孫剛;基于支持向量機(jī)的多分類方法研究[D];大連海事大學(xué);2008年

9 于晶;支持向量機(jī)方法及在儲(chǔ)層產(chǎn)能預(yù)測(cè)中的應(yīng)用[D];中國(guó)地質(zhì)大學(xué)(北京);2012年

10 劉麗琴;基于抗白噪聲理論的支持向量機(jī)[D];遼寧師范大學(xué);2008年

，

本文編號(hào)：1513269