摘要
本发明提供一种工业产品质检模型建立方法、介质及系统,属于计算机模型技术领域,本发明提出的工业产品质检模型建立方法,首先获取包括工艺参数、视觉特征、热成像特征等多源数据,经过数据清洗、分组排序和特征归一化处理,构建质量数据向量。然后基于该向量计算批次质量数据曲线和批内互影响指数,通过负相关耦合神经网络进行建模。该网络包含两个核心耦合方程组,分别负责特征提取融合和质量传递效应分析,通过共享特征层和负相关约束实现信息的有效解耦与融合。最终通过训练与验证,构建出能够准确量化批次内产品质量特征关联性的质检模型,解决了工业产品批次内相邻产品质量特征的关联性与传递效应难以准确量化和预测的技术问题。
技术关键词
质检模型
耦合神经网络
视觉特征
数据
方程
热成像
可读存储介质
计算机
表面纹理特征
深度神经网络模型
主成分分析方法
时序特征
预测误差
线性插值方法
制造执行系统
特征选择方法
参数
效应
工业物联网
系统为您推荐了相关专利信息
数据集构建方法
动静态数据融合
云端
数据处理方式
识别特征
公交系统
车载传感器系统
油耗
交通信号灯状态
公交车
储罐罐体
立式金属罐
变形检测方法
三维激光扫描仪
三维点云数据处理
语音交互模块
健康档案管理系统
机器人
时间序列预测模型
个性化用药
液冷模块
温度控制系统
人机交互模块
风冷模块
数据处理模块