论文研究 基于多特征的PSO MSVM动态过程质量异常模式识别.pdf

为了提高动态过程质量异常模式识别效率，将动态过程质量模式的均值特征与小波包分解特征作为分类特征，并构建两层多支持向量机识别模型进行分类。利用均值特征，在第一层MSVM中把动态过程变化趋势划分为正常与周期、上升与向上阶跃、下降与向下阶跃三大类别；采用小波包分解特征，在第二层MSVM中对这三大类别进行再分类。仿真结果表明提出的识别模型的识别精度相比采用单一特征的识别模型有明显提高。