摘要
本申请提供了一种过程工艺参量偏离风险量化分析方法,涉及风险量化的技术领域,本申请首先通过历史数据对朴素贝叶斯模型进行训练,将实时数据输入训练后的朴素贝叶斯模型获得推理偏移量,基于推理偏移量对各种工艺参量的初始基准范围进行调节,通过实时数据和调节后的基准范围获得偏差,基于偏差计算偏离度,根据偏离度判断是否存在风险,本申请能够利用历史数据量化过程工艺参量偏离风险。
技术关键词
工艺参量
量化分析方法
朴素贝叶斯模型
生成对抗网络
实时数据
风险
偏差
基准
主成分分析算法
协方差矩阵
特征值
信号
元素
代表
序列
系统为您推荐了相关专利信息
不动产登记信息
查询系统
强化学习框架
索引机制
多层注意力
图像
多模态特征融合
背景噪声
监督学习策略
注意力
车辆故障识别方法
故障特征
融合特征
生成对抗网络模型
车辆通信系统
灾害风险预警方法
气象预报数据
精度
误差校验
实时数据