基于模糊c均值聚类算法的控制图模式识别
张和平
李俊武
南昌大学 经济管理学院,江西 南昌 330031
摘要：控制图模式识别能够区分制造过程中的一般因素与异常因素,提高制造过程中的产品质量,减少成本,提高效益.利用蒙特卡洛方法产生样本;采用一维离散小波变换处理原始数据;利用模糊c均值聚类算法进行控制图模式识别.识别准确率99.43％,其标准差为0.0028.这表明基于该方法的控制图模式识别准确率高,稳定性好,较现有的控制图模式识别方法具有简易、高效等特点.
关键词：控制图模式识别模糊c均值聚类算法小波变换
分类号：C812(统计方法)
资助基金：江西省研究生创新专项(YC2019-S075)
论文发表日期：2021-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 108-116 )
英文信息