科研之友
微信
新浪微博
Facebook
分享链接
摘要
深度学习在控制图模式识别的运用上,易受控制图样本量和控制图质量特征数据点数的影响,针对这个问题,本文提出基于感知器-卷积神经网络的孪生神经网络(Perceptron-Convolutional Siamese Neural Network,PCSNN)模型,该模型先使用两层感知器将控制图原始数据映射到高维空间,再通过一维卷积神经网络提取样本对特征;通过计算样本对特征的空间距离和样本特征的相似概率,识别控制图的异常模式.实验结果表明,在控制图样本量较少情况下,该模型具有较高的识别率,同时发现控制图质量参数在小范围内波动时,该模型也有较好的识别性能.
- 出版日期2021
- 单位贵州大学
