基于小波重构的控制图并发异常模式识别研究

被引：9

作者：

侯世旺

同淑荣

机构：

[1] 不详

[2] 西北工业大学管理学院

[3] 不详

来源：

计算机工程与应用 | 2008年 / 28期

关键词：

小波分析; 神经网络; 并发异常模式;

D O I：

暂无

中图分类号：

O213.1 [质量控制];

学科分类号：

摘要：

对于统计质量控制过程中的复杂过程而言,多种异常的并发现象比较普遍,而常规的基于规则的方法以及人工神经网络(ANNs)技术均针对单一异常模式的识别,难以完成对并发异常模式的识别任务。提出一种混合方法,将小波分析与ANNs相结合,通过小波分解重构将并发异常模式分解为基本的异常模式组合,无须用并发异常样本训练ANNs,实现对并发异常模式的有效识别。

引用

页码：18 / 21

页数：4

共 6 条

[1] 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

[2] 基于MATLAB小波工具箱的开发与应用 [J].

王洪刚 ;

韩文秀 .

微型机与应用, 2002, (05) :52-54

[3] 基于神经网络的控制图模式识别技术研究 [J].

李刚 ;

王霄 ;

蔡兰 .

制造业自动化, 2000, (05) :31-34

[4]

Robustness of the neural network based control chart pattern recognition system to non-normality[J] . Ruey-Shiang Guh.International Journal of Quality & Reliability Management . 2002 (1)

[5]

IntelliSPC: a hybrid intelligent tool for on-line economical statistical process control[J] . R.-S. Guh,J.D.T. Tannock,C. O’Brien.Expert Systems With Applications . 1999 (3)

[6] Recognition of control chart concurrent patterns using a neural network approach [J].

Guh, RS ;

Tannock, JDT .

INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH, 1999, 37 (08) :1743-1765

← 1 →