| 基于支持向量机的控制图异常模式参数估计 |
| |
| 引用本文： | 吴少雄,黄恩洲.基于支持向量机的控制图异常模式参数估计[J].福建工程学院学报,2008,6(1):53-57. |
| |
| 作者姓名： | 吴少雄 黄恩洲 |
| |
| 作者单位： | 福建工程学院经济管理系,福建,福州,350014 |
| |
| 基金项目： | 福建省教育厅A类科技基金 |
| |
| 摘 要： | 针对控制图5种异常模式的6个参数,提出基于一对一算法的多类分类支持向量机的控制图异常模式下的参数估计方法.在模型构造中采用遗传算法优化支持向量机的参数.仿真实验结果表明.该方法结构简单,收敛速度快,具有较高的识别精度,适合于控制图异常模式的参数估计.
|
| 关 键 词： | 控制图 异常模式 支持向量机 参数估计 支持向量机 控制图 异常模式 参数估计 support vector machine based control charts patterns abnormal estimation 识别精度 收敛速度 结构简单 估计方法 结果 仿真实验 算法优化 遗传 构造 模型 |
| 文章编号： | 1672-4348（2008）01-0053-05 |
| 收稿时间： | 2006-12-27 |
| 修稿时间： | 2007-06-18 |
Parameters estimation for abnormal patterns of control charts based on support vector machine |
| |
| Wu Shaoxiong,Huang Enzhou.Parameters estimation for abnormal patterns of control charts based on support vector machine[J].Journal of Fujian University of Technology,2008,6(1):53-57. |
| |
| Authors: | Wu Shaoxiong Huang Enzhou |
| |
| Institution: | Economic Management Department;Fujian University of Technology;Fuzhou 350014;China |
| |
| Abstract: | To properly estimate six parameters of five abnormal patterns of control chart, parameters estimation method for abnormal patterns of the control chart for one-against-one algorithm multi-class classification support vector machine was presented. In the modeling of structure, the genetic algorithm was used to optimize the parameters of SVM. The simulation results show that the proposed method is simple, of quick convergence and higher recognition rate, and applicable in the abnormal patterns parameters estimation of control charts. |
| |
| Keywords: | control chart abnormal pattern support vector machine parameter estimation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
