声明
摘要
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 相关理论的研究现状
1.2.1 SPC与控制图
1.2.2 控制图模式识别
1.3 本文内容安排
1.4 本章小结
2 SPC控制图模式的简介
2.1 SPC与控制图的基本原理
2.2 控制图的判定准则
2.3 控制图模式的基本分类及数据描述
2.3.1 控制图模式的基本分类
2.3.2 控制图模式的数据描述
2.4 本章小结
3 控制图模式识别分类器算法的研究
3.1 支持向量机
3.1.1 支持向量机的分类
3.1.2 多类支持向量机
3.2 采用PSO优化SVM
3.2.1 SVM的模型选择及参数分析
3.2.2 PSO算法的原理与步骤
3.2.3 PSO-SVM分类器
3.3 本章小结
4 基于不同特征的控制图模式识别
4.1 基于原始数据的控制图模式识别
4.1.1 基于原始数据的识别原理
4.1.2 关于仿真实验的说明
4.1.3 基于原始数据的识别仿真实验
4.2 基于主元特征的控制图模式识别
4.2.1 基于主元分析的识别原理
4.2.2 基于主元分析的识别仿真实验
4.3 基于统计特征的控制图模式识别
4.3.1 基于统计特征的识别原理
4.3.2 基于统计特征的识别仿真实验
4.4 本章小结
5 基于改进特征的控制图模式识别
5.1 基于改进序列前向选择方法的控制图模式识别
5.1.1 基于改进序列前向选择方法的识别原理
5.1.2 基于改进序列前向选择方法的仿真实验
5.2 基于融合特征的控制图模式识别方法
5.2.1 基于融合特征的识别原理
5.2.2 基于融合特征的仿真实验
5.3 不同特征下的对比分析
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
个人简历、在学期间发表的学术论文及研究成果