改进的PSO-SVM在控制图识别中的应用研究 | |
肖忠保![]() ![]() | |
刊名 | 制造业自动化
![]() |
2015 | |
卷号 | 37期号:18页码:127-130 |
关键词 | PSO SVM 控制图 |
ISSN号 | 1009-0134 |
其他题名 | The application and research of control chart recoginition using the improved PSO-SVM |
产权排序 | 1 |
中文摘要 | 传统的粒子群支持向量机(PSO-SVM)识别控制图算法主要研究的是利用PSO算法优化SVM决策函数中所含的参数然后进行控制图的识别,没有把SVM所用的特征向量作为变量进行一起优化改进,即所有优化过的决策函数都用的是同样的特征向量。把特征向量也作为优化变量并把这种算法和以前的网格搜索算法和传统PSO算法在控制图识别精度和所用的迭代次数上做了比较,发现改进后的算法在识别精度相近的情况下迭代次数明显减少,更加有利于控制图的在线应用。 |
语种 | 中文 |
公开日期 | 2015-12-27 |
内容类型 | 期刊论文 |
源URL | [http://ir.sia.ac.cn/handle/173321/17236] ![]() |
专题 | 沈阳自动化研究所_智能检测与装备研究室 |
推荐引用方式 GB/T 7714 | 肖忠保,陈书宏,王宇. 改进的PSO-SVM在控制图识别中的应用研究[J]. 制造业自动化,2015,37(18):127-130. |
APA | 肖忠保,陈书宏,&王宇.(2015).改进的PSO-SVM在控制图识别中的应用研究.制造业自动化,37(18),127-130. |
MLA | 肖忠保,et al."改进的PSO-SVM在控制图识别中的应用研究".制造业自动化 37.18(2015):127-130. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论