计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2015年
3期
713-716
,共4页
动态过程%质量异常模式%均值特征%小波包分解%多支持向量机
動態過程%質量異常模式%均值特徵%小波包分解%多支持嚮量機
동태과정%질량이상모식%균치특정%소파포분해%다지지향량궤
dynamic process%quality abnormal pattern%mean feature%wavelet packet decomposition%MSVM
为了提高动态过程质量异常模式识别效率,将动态过程质量模式的均值特征与小波包分解特征作为分类特征,并构建两层多支持向量机识别模型进行分类.利用均值特征,在第一层MSVM中把动态过程变化趋势划分为正常与周期、上升与向上阶跃、下降与向下阶跃三大类别;采用小波包分解特征,在第二层MSVM中对这三大类别进行再分类.仿真结果表明提出的识别模型的识别精度相比采用单一特征的识别模型有明显提高.
為瞭提高動態過程質量異常模式識彆效率,將動態過程質量模式的均值特徵與小波包分解特徵作為分類特徵,併構建兩層多支持嚮量機識彆模型進行分類.利用均值特徵,在第一層MSVM中把動態過程變化趨勢劃分為正常與週期、上升與嚮上階躍、下降與嚮下階躍三大類彆;採用小波包分解特徵,在第二層MSVM中對這三大類彆進行再分類.倣真結果錶明提齣的識彆模型的識彆精度相比採用單一特徵的識彆模型有明顯提高.
위료제고동태과정질량이상모식식별효솔,장동태과정질량모식적균치특정여소파포분해특정작위분류특정,병구건량층다지지향량궤식별모형진행분류.이용균치특정,재제일층MSVM중파동태과정변화추세화분위정상여주기、상승여향상계약、하강여향하계약삼대유별;채용소파포분해특정,재제이층MSVM중대저삼대유별진행재분류.방진결과표명제출적식별모형적식별정도상비채용단일특정적식별모형유명현제고.
