基于支撑向量机的产品质量监控研究应用

摘要：

采用了一种新的机器学习方法--支持向量机,对流程企业中的历史数据进行分类分析,阐述了支持向量机的基本内容,对影响产品质量因素的样本集进行了标准化处理和主因素分析(PCA),采用Libsvm训练了数据集,并与贝叶斯理论、BP神经网络和决策树ID3的分类结果比较,证明了算法的优越性,为产品的质量监控提供了有效依据.

关键词：支持向量机、统计学习理论、质量监控、流程企业

所属期刊栏目：32

分类号：TP311(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划2002AA412410

在线出版日期：2006-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：184-186