计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2007年
1期
61-64
,共4页
控制图%模式识别%多类分类%支持向量机
控製圖%模式識彆%多類分類%支持嚮量機
공제도%모식식별%다류분류%지지향량궤
为了提高控制图模式识别效果,提出混合核函数支持向量机的模式识别方法.在模型构造中采用一对一多类分类支持向量机,并利用遗传算法优化混合核函数支持向量机参数.仿真和应用结果表明,混合核函数支持向量机对各种模式控制图的总体识别率,I型错判均优于单独核函数、概率神经网络和小波概率神经网络,且具有良好的泛化能力,适合生产现场实时在线工序质量控制.
為瞭提高控製圖模式識彆效果,提齣混閤覈函數支持嚮量機的模式識彆方法.在模型構造中採用一對一多類分類支持嚮量機,併利用遺傳算法優化混閤覈函數支持嚮量機參數.倣真和應用結果錶明,混閤覈函數支持嚮量機對各種模式控製圖的總體識彆率,I型錯判均優于單獨覈函數、概率神經網絡和小波概率神經網絡,且具有良好的汎化能力,適閤生產現場實時在線工序質量控製.
위료제고공제도모식식별효과,제출혼합핵함수지지향량궤적모식식별방법.재모형구조중채용일대일다류분류지지향량궤,병이용유전산법우화혼합핵함수지지향량궤삼수.방진화응용결과표명,혼합핵함수지지향량궤대각충모식공제도적총체식별솔,I형착판균우우단독핵함수、개솔신경망락화소파개솔신경망락,차구유량호적범화능력,괄합생산현장실시재선공서질량공제.
