基于模糊c均值聚类算法的控制图模式识别

摘要：

控制图模式识别能够区分制造过程中的一般因素与异常因素,提高制造过程中的产品质量,减少成本,提高效益.利用蒙特卡洛方法产生样本;采用一维离散小波变换处理原始数据;利用模糊c均值聚类算法进行控制图模式识别.识别准确率99.43％,其标准差为0.0028.这表明基于该方法的控制图模式识别准确率高,稳定性好,较现有的控制图模式识别方法具有简易、高效等特点.

关键词：控制图模式识别;模糊c均值聚类算法;小波变换

所属期刊栏目：24

分类号：C812(统计方法)

资助基金：江西省研究生创新专项基金资助项目YC2019-S075

在线出版日期：2021-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：108-116