非正态变异下的非线性轮廓异常点识别方法研究

在质量控制领域,非线性轮廓异常点识别问题是重点研究问题之一。本文综合运用了小波分析、数据深度、聚类分析等数据分析处理技术,提出了一种新的非正态变异的异常点识别方法。文章通过仿真分析技术,将新方法χ²与控制图方法进行性能对比,结果证实新方法能够以更高的准确率和稳定性识别异常点,表现出更好的异常点识别性能。最后将新方法应用于木板垂直密度轮廓实例对新方法进行验证,分析结果表明本方法能够有效识别出异常轮廓数据。     

以问题为基础的教学方法的探讨

 以问题为基础的教学方法是以教师为主导、以学生为主体,以解决问题为目标的教学方法.它是70年代医学教育界为解决医学知识与医学相关的各门学科知识急剧增多,医学课程门数和学时数不断增加     

异或链及其在药性数据预处理中的应用

异或链具有灵活、易编辑、高效率、低存储的特点.在将异或链与传统双向链表的对比中,异或链具有较为明显的优势.在药性判别模型的建立过程中,采用异或链和传统双向链表来处理大量药性数据,使得药性预处理工作变得更加高效、方便、灵活、准确.效率对比结果表明异或链比传统双向链表在药性预处理中快25.7％.     

基于Rough集从临床数据中提取诊断规则

在医学上,没有正确的诊断就没有正确的治疗.本文提出用简化的分明矩阵方法对临床数据信息表属性约简,并在此基础上提出相应分类和合并诊断规则生成算法.通过对该数据集测试表明,此算法是可行有效的,并缩短了诊断规则长度,有时还能为病人节省不必要的检查.     

基于聚类的轮廓数据质量监控方法研究

轮廓线的变点识别是质量管理的研究热点之一,当前研究多以轮廓整体变化为识别对象,而对局部变化问题研究相对较少,且更少有在发现变异时间的同时能够寻找到变化区域在个体轮廓曲线上位置的系统方法。本文针对轮廓线局部变化识别问题,提出基于小波变换和聚类分析的方法。通过仿真性能评价,并与现有方法进行比较,结果显示本方法能够在更小的差异度检测出变化并准确定位变化区域。在文章的末尾,本文采用了一个实例对该方法的效果进行验证。     

基于B样条和聚类分析的非参数轮廓监控方法研究

在轮廓监控中,产品或过程的质量特征可以由一种特定的函数关系表示。如果轮廓的函数形式是已知的,则可以使用参数化方法来监控轮廓。然而,当轮廓形态复杂时,继续使用参数方法则可能导致由于模型设定不准确而无法正确识别异常轮廓的问题。因此本文提出了一种基于非参数回归的新方法以解决制造过程中常见的复杂轮廓监控问题。所提方法将基于非参数回归的B样条与迭代的聚类分析过程相结合,在应用过程中不需要对轮廓的形式进行限制性假设。仿真研究评估了该监控方法在不同变异情况下的性能,并且通过与现有方法的比较分析,验证了该方法的有效性和优越性。最后通过轮廓监控领域的一个经典案例说明了新方法的实际应用效果。     

基于K-S检验的自由分布过程变点识别及其应用

以不需要过程分布假设前提的自由分布变点识别问题为研究对象,针对单观测数据序列提出基于K-S检验的变点识别流程,以上证A股日收盘价序列数据为依据验证识别方法的有效性,仿真性能测试结果表明新方法适合多种不同类型的分布过程,其综合性能优于其他类型方法.     

激光散斑测量透镜焦距

本文描述了利用激光散斑测量透镜焦距的方法,并对该方法进行了原理分析和实验验证。     

基于粒子滤波的改进型单值控制图

针对高度复杂小批量生产环境下的统计过程控制问题,提出基于粒子滤波的改进型单值控制图。通过状态空间模型描述过程运行特征,并运用粒子滤波技术估计过程的运行状态,以状态粒子群的均值为对象,运用平均移动极差控制图对正态分布过程的漂移进行监控。研究结果表明,该方法是小批量生产过程质量控制的有效工具。