胡胜
- 作品数：3 被引量：6H指数：1
- 供职机构：重庆理工大学更多>>
- 发文基金：重庆市自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于遗传优化的PCA-SVM控制图模式识别被引量：5
- 2012年
- 针对SVM和PCA-SVM进行质量控制图模式识别时泛化能力不足和识别精度不高的问题,提出一种基于遗传优化的PCA-SVM控制图模式识别方法。该方法的基本思想是首先基于特征子空间降维方法,运用PCA算法对原始特征样本进行主元分析,有效降低原始特征样本维数并突出聚类,提取各模式之间的主元特征;然后把此特征看成遗传算法中一组染色体,对支持向量机分类器核参数和惩罚因子进行二进制编码,通过对随机产生的一组染色体进行模式识别,并将此识别率作为遗传算法的适应度函数,通过选择、交叉和变异操作,对其参数进行自适应寻优;最后用优化的支持向量机分类器进行控制图模式识别。通过仿真进行验证,结果显示基于遗传优化的PCA-SVM分类器模型的控制图模式泛化能力强、识别精度高,可适用于生产现场质量控制。
- 李太福胡胜魏正元韩亚军
- 关键词：控制图模式识别主元分析支持向量机
- 基于数据挖掘的质量过程诊断建模
- 随着现代制造业的飞速发展，企业在市场竞争中获胜的重要手段是提高产品质量，而保障产品质量的有力途径是对制造过程的产品进行质量控制和诊断。但是单纯使用传统的质量诊断技术并不能完整的解决上述问题。将数据挖掘方法和人工智能技术合...
- 胡胜
- 关键词：数据挖掘制造业控制方法
- 文献传递
- 基于核主元分析的神经网络控制图模式识别被引量：1
- 2012年
- 针对异常特征之间存在较大的相似性而带来的网络结构复杂和识别精度不高的问题,提出一种基于核主元分析的神经网络控制图模式识别方法。先通过核方法将低维空间中的非线性特征转化为高维空间中的线性特征,再将其进行线性组合并向低维空间投影,然后用BP神经网络分类器对控制图模式进行识别。通过仿真进行验证,结果显示该方法对控制图各个模式能够有效聚类,并且识别精度得到提高。
- 胡胜李太福魏正元颜克胜
- 关键词：控制图模式识别核主元分析神经网络特征提取
