论文部分内容阅读
提出了控制图模式识别的基本框架,描述了控制图异常状态的三种形式,即基本模式、特殊模式和混合模式。针对特殊模式和混合模式,提出了将输入数据经小波分解后的近似系数与各层细节系数的能量成分组成的特征向量作为概率神经网络的输入进行控制图模式识别的方法。仿真实验结果表明,该方法结构简单、收敛速度快、识别精度高、Ⅰ型错判和Ⅱ型错判低,适合于控制图模式识别。