您当前所在位置: 首页 > 首发论文
筛选条件

时间

领域

全部

工程与技术科学基础学科(1)

管理学(1)

中医学与中药学(0) 显示更多>>

临床医学(0) 交通运输工程(0) 体育科学(0) 信息科学与系统科学(0) 农学(0) 冶金工程技术(0) 力学(0) 动力与电气工程(0) 化学(0) 化学工程(0) 图书馆、情报与文献学(0) 土木建筑工程(0) 地球科学(0) 基础医学(0) 天文学(0) 安全科学技术(0) 心理学(0) 教育学(0) 数学(0) 机械工程(0) 材料科学(0) 林学(0) 核科学技术(0) 水产学(0) 水利工程(0) 测绘科学技术(0) 物理学(0) 环境科学技术(0) 生物学(0) 电子、通信与自动控制技术(0) 畜牧科学、动物医学(0) 矿山工程技术(0) 纺织科学技术(0) 经济学(0) 能源科学技术(0) 航空航天科学技术(0) 药学(0) 计算机科学技术(0) 预防医学与卫生学(0) 食品科学技术(0)

学术评议

实时热搜榜

我的筛选 >
2003-2020 全部
为您找到包含“Control chart pattern”的内容共2

高迎春,吴中元

2012-11-29

在企业中,有效的质量管理是获得市场竞争力、提高经济效益的关键因素。质量管理的主要工具是质量控制图,它是通过产品质量特性对产品生产过程进行实时监控的主要工具。由于质量控制图在企业提高市场竞争力中发挥了巨大的作用,控制图模式识别逐步受到了企业的关注和重视。在对质量控制图模式识别研究的基础上,关于提高模式识别准确率的研究将因企业以及社会的需要而成为必然趋势。本文将蒙特卡罗和BP神经网络结合,借助Minitab软件和Matlab平台,进行初始模式识别;最后,以均方误差(MSE, Mean Squared Error)为根据,对输出值进行转化,将初始识别结果与控制图模式分别对比,并转化为最为类似的控制图模式。本文将最终的均方误差与初始的均方误差进行对比,分析得出本文提出的模型能够大大提高了模式识别准确率的结论,对原有的模式识别方法进行了改进。

天津工业大学管理学院,天津 300387,天津工业大学管理学院,天津 300387

#管理学#

0评论(0 分享(0)

吴善春,沈维蕾,卢敏童

2019-08-16

在质量控制图应用过程中如何及时、准确地对控制图异常模式进行识别,对于质量异常诊断具有深刻意义。针对控制图模式识别准确率低的问题,本文以控制图样本统计数据为基础,提取出能有效识别控制图六种模式的形状特征与统计特征,并提出了基于特征的MSVM控制图模式识别方法。该方法的创新点在于其采用有向无环图的思想对多个支持向量机进行分组,首先利用第一组特征识别控制图的总体趋势,再利用第二组特征识别控制图的具体模式。最后以某发动机缸体的质量监测数据为例,验证了该识别方法对常见的六种控制图模式有较高的识别率,结果表明了该方法的可行性和有效性。

国家科技支撑计划资助项目(2012ABF12B03

合肥工业大学机械工程学院,合肥 230009,合肥工业大学机械工程学院,合肥 230009,合肥工业大学机械工程学院,合肥 230009

#工程与技术科学基础学科#

0评论(0 分享(0)