14、支持向量机在控制图模式识别与医学图像分类中的应用

支持向量机在控制图模式识别与医学图像分类中的应用

控制图模式识别部分

1. 控制图模式类型

控制图中的样本值 $Y(t)$ 由均值 $\mu$、随机正常噪声 $r(t)$ 和特殊干扰 $S(t)$ 组成，即 $Y(t)=\mu + r(t) + S(t)$。根据 $S(t)$ 的不同形式，可分为以下几种模式：
1. 正常模式 ：$S(t)=0$。
2. 循环模式 ：$S(t)=a\sin(\frac{2\pi t}{T})$，其中 $a$ 是循环变化的幅度，$T$ 是周期。
3. 递增或递减趋势 ：$S(t)=\pm gt$，$g$ 是趋势梯度的大小，$S(t)>0$ 表示递增趋势，反之则为递减趋势。
4. 向上或向下偏移 ：$S(t)=\pm ks$，$k$ 是确定偏移位置的参数，$s$ 是偏移的大小，$S(t)>0$ 表示向上趋势，反之则为向下趋势。
5. 递增或递减趋势与循环模式 ：$S(t)=\pm gt + a\sin(\frac{2\pi t}{T})$。
6. 向上或向下偏移与循环模式 ：$S(t)=\pm ks + a\sin(\frac{2\pi t}{T})$。
7. 递增或递减趋势与偏移 ：$S(t)=\pm gt\pm ks$。

2. 控制图模式识别的基本方法

2.1 基本流程