基于随机森林的统计控制图模式识别研究

摘要：

引入随机森林方法进行统计控制图模式识别的研究.提取了控制图的统计特征和形状特征,设计了5种不同的特征组合方法,利用蒙特卡洛仿真方法产生训练数据集和测试数据集,选取了常用的3种模式识别方法(支持向量机方法、人工神经网络方法、决策树方法)进行对比.实验结果表明,随机森林方法相比其他3种分类器方法,在分类准确率和消耗时间两个维度上都有明显优势,可以应用于统计过程控制图模式识别.

关键词：统计控制图、模式识别、支持向量机、决策树、人工神经网络、随机森林

所属期刊栏目：22

分类号：TP391.4(计算技术、计算机技术)

资助基金：北京市教委资助项目71E1610959;西安理工大学基金项目资助105-451118023

在线出版日期：2020-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：118-125