版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、天津大學(xué)碩士學(xué)位論文基于數(shù)據(jù)深度的變點(diǎn)識別方法研究姓名:廖丹申請學(xué)位級別:碩士專業(yè):管理科學(xué)與工程指導(dǎo)教師:聶斌201112ABSTRACTInindustrialproductionprocess,TheimportanceofstatisticalprocesscontroI(SPC)hasbeenwidelyrecognizedinqualitymamgemeracontrolmodelsinSPCisimportanttools
2、formonitoringwhetheramanufacturingprocessisstatisticallyincontrolornotWecandivideSPCintwostage:PhaseI,analysisthehistoricaldata,identifycorrectbaselinedatawhichmeetthequalityrequirements;PhaseII,Parameterestimatbnestabli
3、shcontrolchartsandcontinuerealtimemonitoringthecontroIchartswillalarmwhentheprocessdataisoutofcontrolthenweshouldanalysisthereasonandtakeappropriaten℃asurestoadjustInthestageofPhaseI。itisveryimportanttoidentifychangepoin
4、taccuratelyButmostofthetraditionalmethodisbasedontheassumptionofnorrmldistr酗utionOurnewmethodproposesanideaofchangepointidentificationbasedontheproximityofthedatacenterTheproposemethodtransferindividualobservationssequen
5、cesintopointsinmultidimensionalspace,andthevariableisconstructedbasedondatadepththenachangepointlocationruleisdevelopedTheproposedmethodistestedonseveralsimulationexperimentsfromaliterate,andcomparedwiththetraditionalmet
6、hod(LRTAHC),itisprovedevenbettertoidentifythebaselineperiodwithoutthenorrmldismbutionassumptionFinallythispapergivesasummaryaboutthemethod’sadvantagesand1硼fl婦tionsdrawsomeusefulconchsbmandmakeprospectsforfuturedevelopmen
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數(shù)據(jù)密度的變點(diǎn)識別方法研究.pdf
- 基于聚類分析的變點(diǎn)識別方法研究.pdf
- 基于層次聚類分析的變點(diǎn)識別方法.pdf
- 基于深度學(xué)習(xí)的表情識別方法研究.pdf
- 基于Hausdorff距離的非線性輪廓變點(diǎn)識別方法研究.pdf
- 多維數(shù)據(jù)異常點(diǎn)識別方法的研究.pdf
- 基于深度學(xué)習(xí)的圖像特征識別方法研究.pdf
- 基于深度學(xué)習(xí)的植物葉片識別方法研究.pdf
- 線性輪廓局部變化變點(diǎn)識別方法研究.pdf
- 基于深度學(xué)習(xí)的視頻人臉識別方法.pdf
- 基于深度學(xué)習(xí)的人臉識別方法研究.pdf
- 基于深度學(xué)習(xí)的玻璃缺陷識別方法研究.pdf
- 基于深度特征表示的行人識別方法研究.pdf
- 基于Kinect深度信息的靜態(tài)手勢識別方法研究.pdf
- 基于深度學(xué)習(xí)的SAR目標(biāo)識別方法研究.pdf
- 基于數(shù)據(jù)融合的綜合識別方法研究.pdf
- 基于深度學(xué)習(xí)的語音情感識別方法的研究.pdf
- 基于深度學(xué)習(xí)的說話人識別方法的研究.pdf
- 基于紅外數(shù)據(jù)的數(shù)據(jù)智能識別方法研究.pdf
- 非線性高維輪廓局部變點(diǎn)識別方法研究.pdf
評論
0/150
提交評論