航空制造技术
航空製造技術
항공제조기술
AERONAUTICAL MANUFACTURING TECHNOLOGY
2004年
12期
69-71
,共3页
乐清洪%滕霖%朱名铨%王润孝
樂清洪%滕霖%硃名銓%王潤孝
악청홍%등림%주명전%왕윤효
控制图%神经网络%模式识别
控製圖%神經網絡%模式識彆
공제도%신경망락%모식식별
神经网络在质量控制图的异常模式识别应用中,小参数样本之间的模式特征在强随机干扰下差别不明显,易造成误判.本课题采用了两种样本数据的预处理方法--模糊化处理和指数加权滑动平均(EWMA)处理,可明显改善小参数异常模式的被识别能力.
神經網絡在質量控製圖的異常模式識彆應用中,小參數樣本之間的模式特徵在彊隨機榦擾下差彆不明顯,易造成誤判.本課題採用瞭兩種樣本數據的預處理方法--模糊化處理和指數加權滑動平均(EWMA)處理,可明顯改善小參數異常模式的被識彆能力.
신경망락재질량공제도적이상모식식별응용중,소삼수양본지간적모식특정재강수궤간우하차별불명현,역조성오판.본과제채용료량충양본수거적예처리방법--모호화처리화지수가권활동평균(EWMA)처리,가명현개선소삼수이상모식적피식별능력.