小波包概率神经网络控制图在线检测和分析系统

被引：2

作者：

吴少雄

机构：

[1] 福建工程学院经济管理系

来源：

农业机械学报 | 2008年 / 11期

关键词：

控制图; 模式识别; 参数估计; 小波包; 概率神经网络;

D O I：

暂无

中图分类号：

TP274.4 []; TP183 [人工神经网络与计算];

学科分类号：

摘要：

针对控制图在线检测和分析的要求,提出了系统基本框架,利用小波包提取特征向量,并将其作为概率神经网络的输入进行控制图模式识别和异常模式下参数估计。模拟仿真结果表明该方法结构简单,收敛速度快,识别准确率高,能够满足控制图在线检测和分析的需要。

引用

页码：211 / 215

页数：5

共 11 条

[1] 基于小波包能量法的滚动轴承故障诊断 [J].

张军 ;

陆森林 ;

和卫星 ;

王以顺 ;

李天博 .

农业机械学报, 2007, (10) :178-181

[2] 质量管理图中趋势模态及阶跃模态的模糊神经网络识别 [J].

李孟清 ;

张春良 ;

杨叔子 ;

陈志祥 .

中国机械工程, 2004, (22) :24-27

[3] 一种适用于模式识别的新型神经网络 [J].

乐清洪 ;

高星海 ;

郝俊 ;

朱名铨 .

计算机工程, 2004, (17) :17-18+35

[4] CIMS环境下异构数据库互操作技术的实现 [J].

王茂华 ;

赵继 ;

韩松乔 ;

庄新姝 .

农业机械学报, 2002, (03) :88-90

[5] 控制图异常模式参数估计的神经网络方法 [J].

乐清洪 ;

李建文 ;

安翔 ;

朱名铨 .

航空制造技术, 2002, (04) :31-33+71

[6] Features extraction and analysis for classifying causable patterns in control charts [J].

Assaleh, K ;

Al-Assaf, Y .

COMPUTERS & INDUSTRIAL ENGINEERING, 2005, 49 (01) :168-181

[7] A hybrid learning-based model for on-line detection and analysis of control chart patterns [J].

Guh, RS .

COMPUTERS & INDUSTRIAL ENGINEERING, 2005, 49 (01) :35-62

[8] A control chart pattern recognition system using a statistical correlation coefficient method [J].

Yang, JH ;

Yang, MS .

COMPUTERS & INDUSTRIAL ENGINEERING, 2005, 48 (02) :205-221

[9]

Recognition of control chart patterns using multi-resolution wavelets analysis and neural networks ☆[J] . Yousef Al-Assaf.Computers & Industrial Engineering . 2004 (1)

[10] A neural network approach for the analysis of control chart patterns [J].

Cheng, CS .

INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH, 1997, 35 (03) :667-697

← 1 2 →