非線性高維輪廓局部變點識別方法研究.pdf

1、非線性非線性高維高維輪廓局部變點識別方法研究輪廓局部變點識別方法研究TheResearchonMultipleChangePointsDetectionMethodtoDetectLocalChangesinNonlinearhighdimensionalProfile領域：工業(yè)工程研究生：孫會東指導教師：聶斌副教授企業(yè)導師：張新偉高工天津大學管理與經(jīng)濟學部2014年11月摘要在現(xiàn)代工業(yè)生產(chǎn)中，質(zhì)量是企業(yè)競爭的基礎，沒有足夠的質(zhì)量保證，

2、企業(yè)所有的發(fā)展、品牌和競爭等目標都無法實現(xiàn)。統(tǒng)計過程控制是現(xiàn)代企業(yè)進行質(zhì)量控制的主要手段。然而隨著科技的發(fā)展，產(chǎn)品的質(zhì)量特性從單一因素向多因素發(fā)展，各因素與質(zhì)量響應之間往往是某種形式的函數(shù)關系，如線性和非線性函數(shù)，基于這種函數(shù)的監(jiān)控成為輪廓監(jiān)控。線性輪廓監(jiān)控問題已經(jīng)被眾多學者廣泛討論。然而，回歸難度的增加使得對于非線性輪廓的研究相對較少，尤其是復雜的非線性高維輪廓。因此，如何進行復雜非線性輪廓識別，眾學者提出了不同的方式，其中通過降維方

3、法提取輪廓關鍵信息的方法引起了我們的重視，該方法在識別高維的非線性輪廓方面將會有很大的性能優(yōu)勢。針對高維輪廓監(jiān)控問題，學者們提出了許多線性和非線性降維方法，如線性降維方法PCA被廣泛應用到各領域中，同時非線性技術(shù)LLE由于具有良好的局部特性而成為降維方法論中的一個亮點。通過降維，復雜的非線性高維輪廓可以降到較低的維度，這將大大減少處理數(shù)據(jù)的難度。針對高維復雜非線性輪廓局部發(fā)生變異的情況，本文提出一種基于LLE降維的輪廓變點識別方法。通過