混合分类算法及其在质量改进中的应用研究
日期:2014.01.01 点击数:3
【类型】学位论文
【作者】王萌
【关键词】 流形学习 支持向量机 质量改进 质量分类 核函数 决策规则
【学位授予单位】西北工业大学
【学位年度】2014
【学位名称】博士
【分类号】TP18
【导师姓名】孙树栋
【摘要】质量是制造业的生命线。当今的制造业已经进入了信息化、智能化、网络化的新阶段,质量分析与改进问题是高维、海量、复杂数据的分类问题。本文针对质量分析与改进问题的分类算法展开深入研究。主要研究内容及成果如下:1.提出了基于ISOMAP核空间的混合流形学习与支持向量机算法针对欧式空间中高维、海量、复杂质量数据的分析与改进问题,提出了基于ISOMAP核空间的混合流形学习与支持向量机算法(An ISOMAP kernel basedhybrid manifold learning and support vector
【全文挂接】 获取全文
相关文章
- 1、基于小波变换的电能质量检测与仿真分析 作者:吴兆刚 年份:2014
- 2、我国农村民主质量及其影响因素研究 作者:徐巍 年份:2014
- 3、柴达木盆地枸杞质量安全评估与信息系统建立研究 作者:肖明 年份:2014
- 4、批发市场交易模式下农产品质量安全研究 作者:刘小兰 年份:2014
- 5、内部控制质量与企业融资成本的关系研究 作者:孙梦丹 年份:2014
- 6、青少年生命质量量表(YQOL-R)的汉化研究 作者:姜晓莹 年份:2014
热点排行