液態硅膠注塑機支持向量機在注塑過程中的質量監控
來源:貝智特網絡德標機械
|
作者:pro7850b0
|
發布時間: 2014-04-25
|
1502 次瀏覽
|
分享到:
液態硅膠注塑機-支持向量機(SVM)正在受到越來越多的關注,這對于神經網絡(NNS)有顯著的作用不同的應用領域
液態硅膠注塑機-支持向量機(SVM)正在受到越來越多的關注,這對于神經網絡(NNS)有顯著的作用不同的應用領域。然而,在質量監控很少有人注意給這個最新發展包羅萬象的技術,在統計學習理論基礎。在本文中,我們比較了C-SVM和ν-SVM分類器的徑向基函數對應于在涉及塑料注塑機工業環境產品的故障數據集(RBF)NNS。膠輥機械目的是監測過程中的數據作為指示產品質量的手段,以便能夠迅速地意想不到過程干擾作出響應。我們基于支持向量機方法利用了這一目標的第一部分。執行為適當的狀態監測研究模型選擇這相當于在超參數空間中搜索。在多類問題的提法提出,分類準確率報道為兩種策略。得到的實驗結果迄今指示與大幅度提高分類器泛化,以及更好的性能提升所選擇的模型對實際案例的強度和有效性。