基于遗传优化的PCA_SVM控制图模式识别.pdf

《基于遗传优化的PCA_SVM控制图模式识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第29卷第12期计算机应用研究Vol．29No．122012年12月ApplicationResearchofComputersDec．2012*基于遗传优化的PCA-SVM控制图模式识别1223李太福，胡胜，魏正元，韩亚军(1．重庆科技学院电气与信息工程学院，重庆401331;2．重庆理工大学数学与统计学院，重庆400054;3．重庆科创职业学院机电技术中心，重庆永川402160)摘要:针对SVM和PCA-SVM进行质量控制图模式识别时泛化能力不足和识别精度不高的问题，提出一种基于遗传优化的PCA-SVM控制图模式识别方法。该方法的基本思想是首先基于

2、特征子空间降维方法，运用PCA算法对原始特征样本进行主元分析，有效降低原始特征样本维数并突出聚类，提取各模式之间的主元特征;然后把此特征看成遗传算法中一组染色体，对支持向量机分类器核参数和惩罚因子进行二进制编码，通过对随机产生的一组染色体进行模式识别，并将此识别率作为遗传算法的适应度函数，通过选择、交叉和变异操作，对其参数进行自适应寻优;最后用优化的支持向量机分类器进行控制图模式识别。通过仿真进行验证，结果显示基于遗传优化的PCA-SVM分类器模型的控制图模式泛化能力强、识别精度高，可适用于生产现场质量控制。关键词:控制图;模式识别;遗传优化;主元分析;

3、支持向量机中图分类号:TP183文献标志码:A文章编号:1001-3695(2012)12-4538-04doi:10．3969/j．issn．1001-3695．2012．12．035PCA-SVMforcontrolchartrecognitionofgeneticoptimization1223LITai-fu，HUSheng，WEIZheng-yuan，HANYa-jun(1．SchoolofElectrical＆InformationEngineering，ChongqingUniversityofScience＆Technology，Cho

4、ngqing401331，China;2．SchoolofMathematics＆Statistics，ChongqingUniversityofTechnology，Chongqing400054，China;3．CenterofMachinery＆ElectronicTechnology，ChongqingCreationVocationalCollege，YongchuanChongqing402160，China)Abstract:Consideringtheproblemthattheprecisionandgeneralizationaren

5、otidealwhenrecognizethebasicpatternsofqualitycontrolchartinPCAandPCA-SVMmodeling，thispaperproposedacontrolchartpatternrecognitionmethodbasedongeneticalgorithmandPCA-SVM．Thebasicideaofthemethodwasthat，firstly，inviewofthedimensionalityreductioninfea-turespace，usedprincipalcomponent

6、analysisalgorithmtolowerthesampledimension，italsohighlightedtheclusteringfea-tures．Thenregardedthecomponentcharacteristicsasachromosomewhichwasthenperformedwithbinarycode．Itusedasup-portvectormachineclassifiertorecognizedarandomchromosomeandconsideredrecognitionaccuracyasthefitne

7、ssfunctiontoevaluatethefitnessofindividualfeature．Bytheoperationsofselection，crossoverandmutation，withGAself-adaptiveoptimi-zingforpenaltyparameterandkernelparameter．Finally，itintroducedtheoptimizedSVMmodelingtoidentifythecontrolchartpattern．Thesimulationexperimentalresultsdemons

8、tratethattheproposedmethodhashigherdetec