31、基于ICA和SVM的混合控制图模式识别与性别分类方法

基于ICA和SVM的混合控制图模式识别与性别分类方法

在工业生产和计算机视觉等领域，控制图模式识别和性别分类都是重要的研究方向。本文将介绍基于ICA（独立成分分析）和SVM（支持向量机）的混合控制图模式识别方法，以及基于3D面部轮廓的性别分类方法。

混合控制图模式识别

在过程中有效识别混合控制图模式（CCPs）是一项重要且具有挑战性的任务。研究中使用了8种基本CCPs和21种混合CCPs来训练和测试提出的ICA - SVM方案。

基本模式生成

8种基本模式使用与文献相同的方程和不同模式参数值生成，参数和方程如下表所示：
| 控制图模式 | 模式方程 | 模式参数 |
| — | — | — |
| NOR | (x_i = u + r_i\sigma) | 均值((u)=0)，标准差((\sigma)=1) |
| STA | (x_i = u + r_i\sigma’) | 随机噪声((\sigma’)=(0.2(\sigma) \text{ 到 } 0.4(\sigma))) |
| SYS | (x_i = u + r_i\sigma + d(1 - i)) | 系统偏差((d)=(1(\sigma) \text{ 到 } 3(\sigma))) |
| CYC | (x_i = u + r_i\sigma + a\sin(\frac{2\pi i}{t})) | 振幅((a)=(1.5(\sigma) \text{ 到 } 2.5(\sigma)))，周期((t)=(8 \text{ 和 } 16)) |
| TRE | (x_i = u + r_i\sigma \pm ig)