摘要
本发明涉及一种基于数据驱动的产品质量预测方法,所述方法,包括:获取针对不同时间生产的产品的检测数据序列;将所述检测数据序列分别输入长短期记忆网络算法和门控循环单元算法,得到由所述长短期记忆网络算法输出的第一数据和由所述门控循环单元算法输出的第二数据;根据所述第一数据和所述第二数据,通过混合网络得到针对所述检测数据序列的预测结果,其中,所述混合网络包括替换门结构以及锁定门结构,所述混合网络给定异常品阈值,且锁定步长上限。
技术关键词
产品质量预测方法
混合网络
门结构
门控循环单元
长短期记忆网络
序列
算法
数据采集模块
数值
临时性
计划
系统为您推荐了相关专利信息
智能分析模型
波形
振动特征
频域特征
多模态深度学习
基站
长短期记忆网络
数据优化方法
热力图
无线通讯网络
深度卷积神经网络
混合网络模型
脉冲神经网络模型
故障诊断方法
线性单元
交通流预测模型
核密度估计方法
特征提取模型
深度Q网络
长短期记忆网络
期货交易系统
双向长短期记忆网络
倒排索引方法
异常检测方法
指令