基于小波概率神经网络的控制图模式识别
提出了控制图模式识别的基本框架,描述了控制图异常状态的三种形式,即基本模式、特殊模式和混合模式.针对特殊模式和混合模式,提出了将输入数据经小波分解后的近似,系数与各层细节系数的能量成分组成的特征向量作为概率神经网络的输入进行控制图模式识别的方法.仿真实验结果表明,该方法结构简单、收敛速度快、识别精度高、Ⅰ型错判和Ⅱ型错判低,适合于控制图模式识别.
小波变换、概率神经网络、控制图、模式识别
TP18;TH165(自动化基础理论)
福建省教育厅A类科研基金资助项目JA03114S
2008-12-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
135-139