一种有效提高控制图异常模式识别效果的方法
提出了一种基于主元分析(PCA)的控制图特征提取方法,先用常规控制图提取生产过程数据集,再将其高维特征进行线性组合并向低维空间投影,从而降低了分类器的输入维数,提高特征的敏感性.用一个含有6种趋势的20维特征数据集进行测试,通过PCA预处理后,特征被降到了3维并保留了88%的分类信息;再用BP分类器对特征提取前后的数据集进行识别,结果优于新型RSFM网络进行直接识别的效果.实验结果表明了本文方法的可行性和有效性.
作 者： 吴德会 虞耀君 Wu Dehui Yu Yaojun 作者单位： 吴德会,Wu Dehui(九江学院,电子工程系,九江,332005;合肥工业大学,仪器科学与光电工程学院,合肥,230009)虞耀君,Yu Yaojun(九江学院,电子工程系,九江,332005)
刊 名： 机械科学与技术 ISTIC PKU 英文刊名： MECHANICAL SCIENCE AND TECHNOLOGY FOR AEROSPACE ENGINEERING 年，卷(期)： 2007 26(11) 分类号： O235 关键词： 主元分析 控制图 特征提取 模式识别