文献类型：期刊文章

作　　者：李太福[1] 胡胜[2] 魏正元[2] 韩亚军[3]

机构地区：[1]重庆科技学院电气与信息工程学院,重庆401331 [2]重庆理工大学数学与统计学院,重庆400054 [3]重庆科创职业学院机电技术中心,重庆永川402160

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(61174015;51075418);重庆市自然科学基金资助项目(CSTC2010BB2285)

年　　份：2012

卷　　号：29

期　　号：12

起止页码：4538-4541

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：针对SVM和PCA-SVM进行质量控制图模式识别时泛化能力不足和识别精度不高的问题,提出一种基于遗传优化的PCA-SVM控制图模式识别方法。该方法的基本思想是首先基于特征子空间降维方法,运用PCA算法对原始特征样本进行主元分析,有效降低原始特征样本维数并突出聚类,提取各模式之间的主元特征;然后把此特征看成遗传算法中一组染色体,对支持向量机分类器核参数和惩罚因子进行二进制编码,通过对随机产生的一组染色体进行模式识别,并将此识别率作为遗传算法的适应度函数,通过选择、交叉和变异操作,对其参数进行自适应寻优;最后用优化的支持向量机分类器进行控制图模式识别。通过仿真进行验证,结果显示基于遗传优化的PCA-SVM分类器模型的控制图模式泛化能力强、识别精度高,可适用于生产现场质量控制。

关 键 词：控制图 模式识别 遗传优化  主元分析 支持向量机

分 类 号：TP183]