基于集成支持向量机的控制图异常模式识别

摘要：

传统控制图通过判异准则分析生产过程状态,这一方法无法识别过程质量的具体异常原因.提出了一种基于自适应增强集成算法(AdaBoost)和支持向量机(SVM)结合的控制图异常模式识别方法.仿真结果表明,相较于单一的分类器和集成分类器,改进的集成支持向量机对控制图异常模式的识别率更高.最后将所提出的模型用到物流港口配煤的模拟实验中,结果表明,基于AdaBoost和SVM结合的控制图异常模式识别方法具有较高的检测效率.

关键词：控制图、集成算法、支持向量机、控制图模式识别、异常模式识别、港口配煤

所属期刊栏目：41

分类号：TP181;F273.2(自动化基础理论)

在线出版日期：2022-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：54-59