摘要
针对随机抽取的质量数据序列的特点,提出时序空间(Time Sequence Space,TSS)的概念,将人工神经网络(Artificial Neural Network,ANN)和支持向量机(Support VectorMachine,SVM)回归模型引入质量数据预测领域,并给出了相应的过程和算法。使用均方误差对拟合精度进行检验,用相对误差对预测精度进行检验。结果表明,相对于传统的多项式回归模型,人工神经网络和支持向量机回归模型的拟合精度较高,相对误差较小,泛化能力较强,可以作为质量数据的预测方法。
出处
《制造业自动化》
北大核心
2010年第5期152-155,共4页
Manufacturing Automation
基金
国家自然科学基金资助项目(70672096)
