首页--工业技术论文--一般工业技术论文--工程基础科学论文--工程数学论文--概率论、数理统计的应用论文--工程控制论论文

基于SPC的数据采集和质量监控系统的技术研究

摘要第6-7页
abstract第7-8页
第1章 绪论第11-17页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-16页
        1.2.1 生产过程质量监控第12-13页
        1.2.2 SPC控制图模式识别第13-16页
    1.3 本文的主要研究内容第16-17页
第2章 生产过程质量监控理论及智能算法第17-31页
    2.1 过程质量监控第17-21页
        2.1.1 统计过程质量监控第17-19页
        2.1.2 建模过程质量监控第19-20页
        2.1.3 智能过程质量监控第20-21页
    2.2 支持向量机第21-27页
        2.2.1 统计学习理论第22页
        2.2.2 支持向量机分类第22-26页
        2.2.3 常用核函数第26-27页
    2.3 粒子群算法第27-30页
        2.3.1 粒子群算法描述第27-29页
        2.3.2 粒子群算法参数选择第29-30页
    2.4 本章小结第30-31页
第3章 SPC控制图模式识别研究第31-51页
    3.1 SPC控制图模式第31-33页
    3.2 样本数据仿真第33-35页
    3.3 数据预处理第35页
    3.4 特征提取第35-39页
        3.4.1 统计特征提取第36-37页
        3.4.2 形状特征提取第37-39页
    3.5 多分类支持向量机第39-44页
        3.5.1 多类分类器的构造方法第40-43页
        3.5.2 多种分类器的构造方法对比第43-44页
    3.6 控制图模式识别仿真实验第44-49页
        3.6.1 实验环境及参数第44页
        3.6.2 不同分类器对比实验第44-46页
        3.6.3 不同分类方式对比实验第46-47页
        3.6.4 基于原始数据和特征提取对比实验第47-49页
    3.7 本章小结第49-51页
第4章 基于改进特征及优化方法的控制图模式识别研究第51-65页
    4.1 特征融合及维数约简第51-59页
        4.1.1 特征融合第51-52页
        4.1.2 特征维数约简第52-55页
        4.1.3 特征融合及维数约简实验第55-57页
        4.1.4 基于融合及约简特征的控制图模式识别实验第57-59页
    4.2 改进粒子群算法第59-64页
        4.2.1 全局搜索能力第59-60页
        4.2.2 局部搜索能力第60-61页
        4.2.3 算法整体描述第61-63页
        4.2.4 基于改进粒子群算法的控制图模式识别实验第63-64页
    4.3 本章小结第64-65页
结论第65-67页
参考文献第67-72页
攻读硕士学位期间发表的论文和获得的科研成果第72-73页
致谢第73-74页

论文共74页,点击 下载论文
上一篇:样品自体空间约束的LIBS光谱增强方法研究
下一篇:FY出版社任职资格体系设计与应用