دانلود پاورپوینت Control Chart Pattern Recognition Using an Optimized Neural Network and Efficient features
نوع فایل: power point
فرمت فایل: pptx
قابل ویرایش
تعداد اسلاید : 45 صفحه
قسمتی از پاورپوینت :
a r t i c l e i n f o
Article history: Received 1 November 2009 Received in revised form 20 March 2010 Accepted 24 March 2010 Available online 18 April 2010
Keywords:
Control chart pattern recognition Wavelet decomposition entropies Neural networks Learning algorithm Particle swarm optimization
Automatic recognition of abnormal patterns in control charts has seen increasing demands nowadays in manufacturing processes. This study investigates the design of an accurate system for control chart pattern (CCP) recognition from two aspects. First, an efficient system is introduced that includes two main modules: the feature extraction module and the classifier module. The feature extraction module uses the entropies of the wavelet packets. These are applied for the first time in this area. In the classifier module several neural networks, such as the multilayer perceptron and radial basis function, are investigated. Using an experimental study, we choose the best classifier in order to recognize the CCPs.
Second, we propose a hybrid heuristic recognition system based on particle swarm optimization to improve the eneralization performance of the classifier. The results obtained clearly confirm that further improvements in terms of recognition accuracy can be achieved by the proposed recognition system. ' 2010 ISA. Published by Elsevier Ltd. All rights reserved.
1. Introduction Control chart patterns (CCPs) are important statistical process control tools for determining whether a process is run in its intended mode or in the presence of unnatural patterns. CCPs can exhibit six types of pattern: normal (NR), cyclic (CC), increasing trend (IT), decreasing trend (DT), upward shift (US) and downward shift (DS) [1]. All patterns other than normal patterns indicate that the process being monitored is not functioning correctly and requires adjustment
چطور این فایل رو دانلود کنم؟
برای دانلود فایل کافیه روی دکمه "خرید و دانلود" کلیک کنید تا صفحه "پیش فاکتور خرید" برای شما باز شود و مشخصات (نام و نام خانوادگی ، تماس و ایمیل ) رو با دقت ثبت کنید و روی دکمه "پرداخت آنلاین" کلیک کنید بعد از پرداخت هزینه از طریق سیستم بانکی به سایت برگشت داده میشوید و صفحه دانلود برای شما نمایش داده میشود
آیا فایل رو بلافاصله بعد از خرید تحویل می گیرم؟
بله. بلافاصله بعد از پرداخت آنلاین ، صفحه دانلود فایل برای شما نمایش داده میشود و می توانید فایل خریداری شده را دانلود نمایید
نمی توانم به صورت آنلاین خرید انجام دهم
در صورتی که امکان پرداخت آنلاین برای شما میسر نمی باشد می توانید هزینه فایل را به صورت آفلاین ( کارت به کارت) پرداخت نمایید تا فایل برای شما ارسال شود برای این کار کافیست در پیش فاکتور خرید مراحل خرید آفلاین را دنبال کنید
هزینه رو پرداخت کردم اما نمی توانم فایل را دانلود کنم
در سایت ام پی فایل چند روش پشتیبانی برای راحتی شما در نظر گرفتیم تا با سرعت بیشتری به پیام های شما رسیدگی کنیم. برای دریافت سریع فایل می تونید از گزینه پیگیری پرداخت یا تماس با ما (واقع در منوی بالای سایت) و یا از طریق شماره 09395794439 با ما در ارتباط باشید .
فایل دانلود شده با توضیحات ارائه شده مطابقت ندارد
اگر فایل با توضیحات ارائه شده توسط فروشنده همخوانی ندارد کافیست از طریق قسمت تماس با ما یا شماره 09395794439 با ما در میان بگذارید تا پیگیری های لازم صورت گیرد و فایل اصلی برای شما ارسال شود در صورتی که به هر دلیلی فایل اصلی در دسترس نباشد هزینه پرداختی شما برگشت داده میشود
برای به مشکل نخوردن در زمان خرید چه اقدامی انجام دهم ؟
برای اینکه در زمان پرداخت آنلاین به مشکل برخورد نکنید باید V P N خاموش باشد و از مرورگرهای موزیلا فایرفاکس و کروم استفاده کنید. و ضمنا در صفحه "پیش فاکتور خرید" مشخصات خود را به شکل صحیح وارد کنید تا در پیگیری های بعدی با مشکل مواجه نشوید