第1章 緒論
1.1 質量診斷技術的研究意義
1.2 質量診斷
1.3 質量診斷技術的發展及**外研究現狀
1.4 本書的研究內容、結構和研究方法
第2章 基於PNN的制造過程質量診斷
2.1 過程異常與控制圖的使用
2.2 控制圖模式識別問題
2.3 神經網絡與控制圖模式識別
2.4 基於PNN控制圖模式識別的過程異常診斷
2.5 本章 小結
第3章 基於LS—SVM的小樣本過程質量診斷
3.1 制造過程的小樣本質量診斷問題
3.2 有限樣本條件下的統計學習理論
3.3 支持向量機理論
3.4 基於LS—SVM控制圖模式識別的過程異常診斷
3.5 基於智能進化算法和LS—SVM的過程異常診斷
技術
3.6 本章 小結
第4章 基於Cuscore統計量的過程質量智能診斷
4.1 Cuscore統計量與過程異常診斷問題
4.2 cuscore統計量對於非線性預期異常信號的診斷
性能
4.3 解決Cuscore圖失配問題的智能變點模型
4.4 本章 小結
第5章 多元過程質量智能診斷與異常變量識別
5.1 多元過程質量診斷問題
5.2 多元統計過程控制圖
5.3 多元過程均值異常診斷與變量識別的智能診斷
模型
5.4 多元過程散度異常診斷與變量識別的智能模型
5.5 本章 小結
第6章 總結與展望
6.1 研究內容總結
6.2 展望
附錄 以**作者身份發表的主要學術論文
參考文獻
後記