山东大学学报(理学版)

作者：范金宇,邹杨,熊健,古勇毅

单位：1. 广东财经大学统计与数学学院, 广东 广州 510320；2. 广东财经大学大数据与教育统计实验室, 广东 广州 510320；3. 广州大学经济与统计学院, 广东 广州 510320

关键词：图像数据,非负张量分解,特征提取,控制图,

基金：国家自然科学基金面上资助项目(12271111);广州市科技计划项目(202102020419);全国统计科学研究项目(2021LY014)

非负张量分解不仅能有效提取图像数据特征, 而且不破坏图像数据的内部结构。因此, 本文基于非负CANDECOMP/PARAFAC(CP)分解建立无需额外参数设置和调优的图像数据控制图, 并基于仿真模拟分析该控制图在不同偏移情形下的监控性能。仿真结果显示, 该控制图对图像的位置偏移、面积变化、形状变化和颜色变化都能做出快速预警。为了比较所建立的控制图的性能优劣, 通过一个实际的工业生产中的无纺布图像, 基于相同的参数设置, 将所提出的非负CP分解控制图与广义似然比(generalized likelihood ratio, GLR)时空控制图、区域增长的指数加权移动平均(exponentially weighted moving average, EWMA)时空控制图和基于实时对比(real time contrasts, RTC)控制图进行比较。模拟结果显示, 当偏移量大于2的时候, 非负CP分解控制图的检测性能媲美现有的检测方法; 当偏移量不超过2时, 非负CP分解控制图能更快速地检测出异常。

来源：2024年第1期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2024年第1期