原文传递
基于集成支持向量机的控制图异常模式识别
| 题名： | 基于集成支持向量机的控制图异常模式识别 |
| 正文语种： | 中文 |
| 作者： | 张莹;褚娜 |
| 作者单位： | 武汉理工大学物流工程学院;港口物流技术与装备教育部工程研究中心 |
| 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 |
| 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。提岀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。 |
| 期刊名称： | 物流技术 |
| 出版年： | 2022 |
| 期： | 06 |
| 页码： | 54-59 |
检索历史
应用推荐
