中国科学院沈阳自动化研究所机构知识库
Advanced  
SIA OpenIR  > 智能检测与装备研究室  > 期刊论文
题名: 改进的PSO-SVM在控制图识别中的应用研究
其他题名: The application and research of control chart recoginition using the improved PSO-SVM
作者: 肖忠保; 陈书宏; 王宇
作者部门: 智能检测与装备研究室
关键词: PSO ; SVM ; 控制图
刊名: 制造业自动化
ISSN号: 1009-0134
出版日期: 2015
卷号: 37, 期号:18, 页码:127-130
产权排序: 1
摘要: 传统的粒子群支持向量机(PSO-SVM)识别控制图算法主要研究的是利用PSO算法优化SVM决策函数中所含的参数然后进行控制图的识别,没有把SVM所用的特征向量作为变量进行一起优化改进,即所有优化过的决策函数都用的是同样的特征向量。把特征向量也作为优化变量并把这种算法和以前的网格搜索算法和传统PSO算法在控制图识别精度和所用的迭代次数上做了比较,发现改进后的算法在识别精度相近的情况下迭代次数明显减少,更加有利于控制图的在线应用。
语种: 中文
内容类型: 期刊论文
URI标识: http://ir.sia.cn/handle/173321/17236
Appears in Collections:智能检测与装备研究室_期刊论文

Files in This Item: Download All
File Name/ File Size Content Type Version Access License
改进的PSO_SVM在控制图识别中的应用研究.pdf(2555KB)期刊论文出版稿开放获取View Download
Service
Recommend this item
Sava as my favorate item
Show this item's statistics
Export Endnote File
Google Scholar
Similar articles in Google Scholar
[肖忠保]'s Articles
[陈书宏]'s Articles
[王宇]'s Articles
CSDL cross search
Similar articles in CSDL Cross Search
[肖忠保]‘s Articles
[陈书宏]‘s Articles
[王宇]‘s Articles
Related Copyright Policies
Null
Social Bookmarking
Add to CiteULike Add to Connotea Add to Del.icio.us Add to Digg Add to Reddit
文件名: 改进的PSO_SVM在控制图识别中的应用研究.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 
评注功能仅针对注册用户开放,请您登录
您对该条目有什么异议,请填写以下表单,管理员会尽快联系您。
内 容:
Email:  *
单位:
验证码:   刷新
您在IR的使用过程中有什么好的想法或者建议可以反馈给我们。
标 题:
 *
内 容:
Email:  *
验证码:   刷新

Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.

 

 

Valid XHTML 1.0!
Copyright © 2007-2016  中国科学院沈阳自动化研究所 - Feedback
Powered by CSpace