申请/专利权人:台山市广生家居用品有限公司
申请日:2023-11-23
公开(公告)日:2024-02-09
公开(公告)号:CN117540253A
主分类号:G06F18/24
分类号:G06F18/24;G06N3/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.01#实质审查的生效;2024.02.09#公开
摘要:本发明实施例提供了一种正方盒质量检测系统的数据分析方法及系统,确定模版系统运转数据序列,包括多个系统运转项目及其相关的模版系统运转数据,这些数据中包含待学习的系统运转事件数据和先验缺陷属性标签。将每个模版系统运转数据作为网络加载数据输入待学习缺陷观测网络,生成相应的候选缺陷属性标签。根据当前模版系统运转数据中的先验缺陷属性标签和相应的候选缺陷属性标签,更新待学习缺陷观测网络的网络权重信息。通过最小化缺陷观测误差,形成目标缺陷观测网络,该网络用于处理目标系统运转事件数据,并生成对应的缺陷属性标签。由此,提供了一种有效的质量检测和缺陷识别方法,可以广泛应用于正方盒制造业中进行产品质量监控和改进。
主权项:1.一种正方盒质量检测系统的数据分析方法,其特征在于,所述方法包括:确定正方盒质量检测系统的模版系统运转数据序列,所述模版系统运转数据序列中包括多个系统运转项目,不同系统运转项目下包括多个模版系统运转数据,模版系统运转数据中包括与目标异常节点数据相对应的待学习系统运转事件数据和先验缺陷属性标签;对于各模版系统运转数据,将当前模版系统运转数据作为待学习缺陷观测网络的网络加载数据,生成与所述当前模版系统运转数据相对应的一个或多个候选缺陷属性标签;对于各模版系统运转数据,依据当前模版系统运转数据中的一个或多个先验缺陷属性标签和相应的一个或多个候选缺陷属性标签,对所述待学习缺陷观测网络进行网络权重信息更新;将所述待学习缺陷观测网络中的缺陷观测误差最小化为学习方向,生成目标缺陷观测网络,所述目标缺陷观测网络用于对加载的目标系统运转事件数据进行处理,生成与所述目标系统运转事件数据相对应的缺陷属性标签。
全文数据:
权利要求:
百度查询: 台山市广生家居用品有限公司 正方盒质量检测系统的数据分析方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。