| |
| 科研成果 |
|
|
 |
|
| 论文题目： |
工艺产品加工质量监测优化 |
| 第一作者： |
蔡亚军;陈书宏;王宇 |
| 参与作者： |
|
| 联系作者： |
|
| 发表刊物： |
科学技术与工程 |
| 发表年度： |
2017 |
| 卷,期,页： |
17,18,277-281 |
| 论文出处： |
|
| 第一作者所在部门： |
|
| 论文编号： |
|
| 论文摘要： |
质量监测可以有效地提高产品质量和生产效率。在复杂产品的生产过程当中,多个质量特性之间相互作用,共同对产品的生产质量产生影响。由于质量特性的数量较多、有些特性的关系是耦合的,因此准确诊断出异常变量是研究的难点。为了高效、准确地诊断出异常变量,提高产品的质量和生产效率,提出了基于改进网格优化的principal component analysis(PCA)-support vector machines(SVM)多元控制图均值偏移诊断模型。在模型训练之前,使用主元分析(PCA)算法对数据进行预处理,降低数据维数和提取数据特征信息;再用改进网格算法对支持向量机(SVM)的参数进行优化,最终得到优化的SVM模型。仿真结果表明,采用的方法与传统方法相比,训练时间更短,且拥有更高的分类准确率。 |
| 论文全文： |
|
| 其他备注： |
|
| 附件下载： |
|
|
|
