基于Bi-LSTM的质量控制图模式识别

作者：伍常亮; 朱波^*; 万育微; 赵晟然

来源：软件, 2019, 40(07): 89-95.

• 控制图模式识别
• 深度学习
• 双向长短时间记忆网络
• 并行计算
• 蒙特卡洛仿真

为提高制造过程质量智能控制的控制效果,提出了一种基于双向长短时间记忆网络(Bidirectional LSTM,Bi-LSTM)的控制图失控模式识别方法。文中分析了其分类的基本原理,构建了控制图模式识别模型,并通过蒙特卡洛仿真方法生成仿真数据集,进行仿真实验验证。仿真实验结果表明,Bi-LSTM用于控制图模式识别,准确率相对多层感知机(MLP)、贝叶斯分类器有了显著提升,相比支持向量机(SVM)具有效率上的明显优势,且在大样本下识别准确率更高。

• 单位
  机电工程学院; 昆明理工大学