資源描述：
《非線(xiàn)性輪廓異常點(diǎn)識(shí)別方法研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、非線(xiàn)性輪廓異常點(diǎn)識(shí)別方法研究ResearchOnNonlinearProfileOutlierDetectionMethod學(xué)科專(zhuān)業(yè)：管理科學(xué)與工程作者姓名：王曦指導(dǎo)教師：聶斌副教授管理與經(jīng)濟(jì)學(xué)部2017年12月摘要在質(zhì)量管理領(lǐng)域，統(tǒng)計(jì)過(guò)程控制（SPC）成為重要的研究工具。SPC可以檢測(cè)過(guò)程的穩(wěn)定性從而降低產(chǎn)品質(zhì)量差異。通過(guò)過(guò)程監(jiān)控，分析生產(chǎn)過(guò)程的運(yùn)行狀態(tài)并對(duì)異常點(diǎn)進(jìn)行識(shí)別進(jìn)而處理，保證過(guò)程處于穩(wěn)定的狀態(tài)進(jìn)而產(chǎn)品和服務(wù)的質(zhì)量得到保證。隨著科學(xué)技術(shù)的不斷發(fā)展，目前過(guò)程監(jiān)控的數(shù)據(jù)已經(jīng)不單單呈現(xiàn)一元的狀態(tài)。在質(zhì)量控制中由于數(shù)據(jù)呈現(xiàn)出非常復(fù)雜的狀態(tài)，在這種情況下，過(guò)程或產(chǎn)品的質(zhì)量可以描繪成
2、輪廓線(xiàn)（Profile）或函數(shù)數(shù)據(jù)（FunctionalData）。輪廓線(xiàn)是響應(yīng)變量對(duì)應(yīng)一個(gè)或多個(gè)解釋變量的函數(shù)關(guān)系。輪廓監(jiān)控分為兩個(gè)階段：第一階段是基于采集到的樣本數(shù)據(jù)，以確定采樣點(diǎn)是否失控。將失控樣本數(shù)據(jù)移除建立穩(wěn)定可控的模型；第二階段是在第一階段過(guò)程已經(jīng)受控的基礎(chǔ)上監(jiān)控實(shí)時(shí)樣本點(diǎn)并監(jiān)測(cè)實(shí)時(shí)變化。本文研究的輪廓線(xiàn)異常點(diǎn)識(shí)別問(wèn)題位于輪廓線(xiàn)監(jiān)控的第一階段。第一階段有效識(shí)別出過(guò)程中出現(xiàn)的小部分異常點(diǎn)是非常重要的。異常點(diǎn)（Outliers）預(yù)示著系統(tǒng)中的異常狀態(tài)，這些異常點(diǎn)是需要剔除的，但有時(shí)異常點(diǎn)也顯示出一些有用信息，甚至是重大發(fā)現(xiàn)。異常點(diǎn)在網(wǎng)絡(luò)安全、視覺(jué)監(jiān)控、遙感技術(shù)、內(nèi)科診斷學(xué)等
3、領(lǐng)域均有較多應(yīng)用。在質(zhì)量監(jiān)控領(lǐng)域，輪廓數(shù)據(jù)通常表現(xiàn)為非線(xiàn)性狀態(tài)，因此需要更加復(fù)雜的模型進(jìn)行分析。本文針對(duì)非線(xiàn)性輪廓異常點(diǎn)識(shí)別問(wèn)題，綜合運(yùn)用小波分析、數(shù)據(jù)深度、聚類(lèi)分析等數(shù)據(jù)分析方法，除提出隨機(jī)變量服從標(biāo)準(zhǔn)正態(tài)分布的異常點(diǎn)識(shí)別問(wèn)題方法外，還驗(yàn)證隨機(jī)變量服從非正態(tài)分布下的異常點(diǎn)識(shí)別方法的有效性。本文運(yùn)用仿真技術(shù)，將本文提出方法與χ2控制圖方法進(jìn)行對(duì)比，結(jié)果證明本文所提方法表現(xiàn)出更好的異常點(diǎn)識(shí)別性能，以更高的穩(wěn)定性和準(zhǔn)確率識(shí)別異常點(diǎn)。最后將方法應(yīng)用于木板實(shí)例對(duì)方法進(jìn)行驗(yàn)證，結(jié)果表現(xiàn)出新方法能夠有效識(shí)別出木板異常數(shù)據(jù)。關(guān)鍵詞：異常點(diǎn)識(shí)別；小波降噪；馬氏深度；聚類(lèi)分析IABSTRACTSta
4、tisticalprocesscontrol(SPC)hasbeenthemostpopulartoolinthefieldofQualityManagement.Thesechartsareusedtomonitorthestabilityofprocessandthendecreasethevariabilityofproductquality.Throughprocessmonitoring,analysisoftheproductionprocessoftheoperatingstateandidentifytheabnormalpointandthentoensureth
5、attheprocessisinastablestateandthenthequalityofproductsandservicestobeguaranteed.Withthecontinuousdevelopmentofscienceandtechnology,themonitoringobjectrarelytakesasimpleone-dimensionalform.Inthecaseofqualitycontrol,thequalityoftheprocessorproductcanbedepictedasaProfileorFunctionalDatabecauseth
6、edatapresentsaverycomplexstate.Profileisarelationshipbetweenaresponsevariableandoneormoreexplanatoryvariables.Profilemonitoringisdividedintotwophases:thefirststageisbasedonthecollectedsampledatatodeterminewhetherthesamplepointsoutofcontrol.Thesecondstageisbasedonthefirstphaseoftheprocesshasbee
7、ncontrolledthenmonitorreal-timesamplepointsanddetectreal-timevariation.Inthisthesis,theproblemofprofileoutlierdetectionisinthefirststageofprofilemonitoring.Detectionofsmallpartofoutliersintheprocessinthefirststageisveryimportant.Outlier
