基于遗传优化的PCA-SVM控制图模式识别.pdfVIP

第29卷第12期 计算机应用研究 V01．29No．12 2012年12月 Researchof Dec．2012 Application Computers 基于遗传优化的PCA-SVM控制图模式识别 李太福H，胡胜2，魏正元2，韩亚军3 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；支持向量机 中图分类号：TPl83 文献标志码：A 文章编号：1001-3695(2012)12-4538—04 doi：10．3969／i．issn．1001．3695．2012．12．035 for chart of PCA—SVMcontrolrecognitiongeneticoptimization LITai—fu”，Hu Ya．jun3 shen矿，wEIzheng—yuan2，HAN 40133l，c，li∞；2，^Dof矿 (1．JscboZ矿Ek￡血口2＆埘0r，M砌n￡愕i，M一昭，肌on钾ing‰i∞H毋o，如wezk^n02嗍，，仇07唧ing 肘o￡kmnf趣Js￡of如￡慨，C^07钟ing‰西哪ify可nc^加fo∥，‰昭gi增4()0054，(’^i舳；3．＆眦ero，肘∞^i删可＆田eclronic‰矗肋fD∥， pk口渤n口f ‰，柳i昭Cre。tion c0Zf号萨，y0”扩丘u口nc^D7研i增402160，∞in口) Abstract： the thatthe and arenotidealwhen thebasic of Consideringpmblem precisiongeneralization recognize pattems contmlchaItinPCAandPCA—SVM acontmlchart methodbasedon quality modeling，thispaperpmposed pattemrecognition andPCA—SVM．The ofthemethodwas Viewofthe reductioninf色a— algorithm basicidea that，firstly，in dimensionality genetic ture tolowerthe also the fba—