典型文献
基于集成支持向量机的控制图异常模式识别
文献摘要：
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.提出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.
文献关键词：
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
中图分类号：
作者姓名：
张莹;褚娜
作者机构：
武汉理工大学 物流工程学院,湖北 武汉 430063;港口物流技术与装备教育部工程研究中心,湖北 武汉 430063
文献出处：
引用格式：
[1]张莹;褚娜-.基于集成支持向量机的控制图异常模式识别)[J].物流技术,2022(06):54-59
A类：
异常模式识别,控制图模式识别
B类：
判异准则,过程状态,识别过程,过程质量,异常原因,自适应增强,集成算法,AdaBoost,集成分类器,识别率,港口配煤,模拟实验,检测效率
AB值：
0.183052
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
