基于随机森林的统计控制图模式识别研究
2019-10-15分类号:TP18;TB114.2
【部门】北京信息科技大学机电工程学院 西安理工大学经济与管理学院
【摘要】引入随机森林方法进行统计控制图模式识别的研究。提取了控制图的统计特征和形状特征,设计了5种不同的特征组合方法,利用蒙特卡洛仿真方法产生训练数据集和测试数据集,选取了常用的3种模式识别方法(支持向量机方法、人工神经网络方法、决策树方法)进行对比。实验结果表明,随机森林方法相比其他3种分类器方法,在分类准确率和消耗时间两个维度上都有明显优势,可以应用于统计过程控制图模式识别。
【关键词】统计控制图 模式识别 支持向量机 决策树 人工神经网络 随机森林
【基金】北京市教委资助项目(71E1610959);; 西安理工大学基金项目资助(105-451118023)
【所属期刊栏目】工业工程
文献传递