摘要
本公开实施例提供了基于大数据分析的电子元器件质量预测方法,包括:对供应链中各批次电子元器件的历史质量数据与检测记录进行采集与归一化处理;基于所述归一化处理后的数据构建质量特征向量并进行聚类分析以识别潜在风险批次;根据所述聚类分析结果中的风险等级动态调整入库抽检策略参数;将调整后的抽检策略应用至当前批次的入库检测流程以降低质量异常漏检风险。通过本公开实施例的方案,能够解决如何根据供应链中批次差异数据对入库抽检策略进行调控以解决质量异常漏检风险上升的问题。
技术关键词
电子元器件
策略
Kmeans算法
拉格朗日乘数法
参数
数据
模糊决策
决策树模型
漏检概率
深度学习模型
系统模块
动态更新
指标
聚类
高风险
高频率
温湿度
因子
系统为您推荐了相关专利信息
建筑BIM模型
参数化设计方法
参数化模板
铝合金模板
序列
声音事件检测方法
深度学习网络模型
音频
构建深度学习网络
卷积模块
新型非对称
故障特征频率
稳态
滚动轴承故障
变尺度随机共振
清淤机器人
功率自适应控制
专家PID控制
功率分配模型
强化学习模型