Reconnaissance des Formes par SVM pour le Diagnostic du Système de Pasteurisation d’une Usine de Lait, janvier, ISSN 1112-9697

Citation:

Ouahab, Kadri, Mouss Leila Hayet, and Mouss Med Djamel. 2013. “Reconnaissance des Formes par SVM pour le Diagnostic du Système de Pasteurisation d’une Usine de Lait, janvier, ISSN 1112-9697”. RST, Revue des Sciences et Technologie Volume 4 (N°1).

Abstract:

Dans cet article, nous présentons un nouvel algorithme pour la classification de différents états de fonctionnement et de dysfonctionnement d'un système industriel. Notre algorithme offre une bonne qualité de classification de données. Cet algorithme est basé sur Les Séparateurs à Vastes Marges (SVM). Il permet de classer des données non linéairement séparables. L'algorithme offre aussi la possibilité d'utiliser des bases de données de grandes tailles. Les expériences effectuées sur les bases de données issues d'un système de pasteurisation montrent que notre algorithme fournit de très bons résultats.

Publisher's Version