-
公开(公告)号:CN119849981A
公开(公告)日:2025-04-18
申请号:CN202510057496.4
申请日:2025-01-14
Applicant: 中国标准化研究院
IPC: G06Q10/0637 , G06F17/18 , G06F18/22 , G06F18/10
Abstract: 本申请公开了一种基于先验信息的序贯抽样检验模型构建方法,所述方法包括:S1:确定产品的检验目标和先验信息;S2:构建并优化序贯抽样检验模型,基于序贯抽样检验模型建立检验目标与先验信息的影响关系,获得先验信息变量X;S3:基于S2中的先验信息变量X分析先验信息对检验目标的影响程度Y,并预设合格临界值H。本申请属于序贯抽样检验模型构建技术领域,本申请的目的在于解决现有技术中抽样检验结果与实际情况产生较大偏差,准确度较差以及降低了检验效率的问题。达到的技术效果为:在满足预定精度要求的前提下,以更少的抽样量达到更高的检验标准,从而显著提高抽样检验的效率和准确性。
-
公开(公告)号:CN118551209B
公开(公告)日:2024-11-15
申请号:CN202410609408.2
申请日:2024-05-16
Applicant: 中国标准化研究院
IPC: G06F18/2135 , G06F18/2134 , G06N20/00
Abstract: 本发明公开了一种基于机器学习的测量方法的准确度评估方法,涉及数据处理技术领域。该基于机器学习的测量方法的准确度评估方法,包括以下步骤:获取第一光谱特征数据;获取光谱特征系数;构建第二特征分析模型;分析反馈。本发明通过光谱测量仪器获取指定实验区域的初始光谱数据并进行预处理和特征提取得到第一光谱特征数据,同时根据获取光谱特征系数保证特征提取满足特征提取条件,再通过第一光谱特征数据构建第一特征分析模型,并根据模型性能系数进行筛选得到第二特征分析模型,最后通过第二特征分析模型评估光谱分析方法的准确性,提高了光谱分析方法准确度评估效率,解决了现有技术中存在光谱分析方法准确度评估效率低的问题。
-
公开(公告)号:CN118551209A
公开(公告)日:2024-08-27
申请号:CN202410609408.2
申请日:2024-05-16
Applicant: 中国标准化研究院
IPC: G06F18/2135 , G06F18/2134 , G06N20/00
Abstract: 本发明公开了一种基于机器学习的测量方法的准确度评估方法,涉及数据处理技术领域。该基于机器学习的测量方法的准确度评估方法,包括以下步骤:获取第一光谱特征数据;获取光谱特征系数;构建第二特征分析模型;分析反馈。本发明通过光谱测量仪器获取指定实验区域的初始光谱数据并进行预处理和特征提取得到第一光谱特征数据,同时根据获取光谱特征系数保证特征提取满足特征提取条件,再通过第一光谱特征数据构建第一特征分析模型,并根据模型性能系数进行筛选得到第二特征分析模型,最后通过第二特征分析模型评估光谱分析方法的准确性,提高了光谱分析方法准确度评估效率,解决了现有技术中存在光谱分析方法准确度评估效率低的问题。
-
公开(公告)号:CN117634988B
公开(公告)日:2024-04-12
申请号:CN202410103699.8
申请日:2024-01-25
Applicant: 中国标准化研究院
IPC: G06Q10/0639 , G06Q30/0201
Abstract: 本发明涉及商品抽样检验技术领域,具体公开一种基于先验信息的商品合格抽样检验方法及系统,该方法包括:获取销售平台的各在售商品的先验信息集,分析各在售商品的先验表征值,得到各在售商品的约束抽样数据,处理筛选未达标抽样商品进行智能辅助管理提示,本发明解决了目前对销售平台的各在售商品进行合格抽样检验局限于只对在售商品进行固态化等比例抽样,缺乏对在售商品的先验信息进行分析的问题,通过对约束抽样数据的分析获取,提高了各在售商品合格抽样检验的精准性,有效提高了在售商品的抽样检验效率,并减少抽样检验的成本,更好的对各在售商品进行合格程度的智能辅助管理提示。
-
公开(公告)号:CN116933979B
公开(公告)日:2023-12-15
申请号:CN202311181894.4
申请日:2023-09-14
Applicant: 中国标准化研究院
IPC: G06Q10/063 , G06N7/01
Abstract: 本申请公开了一种基于贝叶斯算法的标准样品定值方法,解决了在生产的管理、监督过程中,在采用贝叶斯算法难以在准确数据有限的情况下,对标准样品的标准值的、带有预测性质的估计。一方面,能够基于已知的、有限的数据实现对标准值进行估计的目的;另一方面,标准样品的标准值是基于参照样品确定的,能够使得确定出的标准值更适合用于对参照样品在指定维度所属的取值区间内的样品进行测量,有利于提高准确度。
-
公开(公告)号:CN119988903A
公开(公告)日:2025-05-13
申请号:CN202510057513.4
申请日:2025-01-14
Applicant: 中国标准化研究院
Abstract: 本申请公开了一种基于大数据的测量准确度评估方法,基于控制终端和智能扫描设备实现,具体步骤如下:S1控制终端向智能扫描设备发送扫描启动指令,同时设定扫描参数;S2智能扫描设备接收扫描启动指令,开始执行扫描任务,获取物体的三维点云数据;S3智能扫描设备将扫描得到的三维点云数据传输至控制终端。本申请通过大数据技术和先进的算法模型,能够实现对大量测量数据的深度挖掘和精准分析,有效避免了人为因素的干扰,提高了评估结果的准确性和可靠性,还能够实时或定时接收并处理智能扫描设备传输的三维点云数据,大大缩短了评估周期,提高了评估效率,同时,通过集成化的软件界面和智能化的数据处理算法,降低了操作难度和人力成本。
-
公开(公告)号:CN117453769A
公开(公告)日:2024-01-26
申请号:CN202311481666.9
申请日:2023-11-08
Applicant: 中国标准化研究院
IPC: G06F16/2458 , G06F40/216 , G06F18/22 , G06F18/23 , G06F18/24 , G06F18/27 , G06F18/20 , G06Q50/00
Abstract: 本发明专利提出了一种基于多元化策略的大规模社交网络用户抽样方法。该方法通过有效地解决了在大规模社交网络中进行用户抽样时的传统挑战,尤其是抽样偏差和抽样效率问题。具体地,本发明通过引入多元化策略,即在用户抽样过程中,尽可能地涵盖不同的社区、用户类型和用户行为,从而提高抽样的代表性和准确性。同时,为了提高抽样效率,本发明还提出了一种基于图论和机器学习的优化抽样算法,该算法能够快速而准确地对大规模社交网络进行抽样。最后,该发明还通过大量的实验证明了该方法的有效性和优越性。本发明不仅可以应用于社交网络用户研究,也可以用于其他大规模网络数据抽样,如互联网数据、电信数据等。
-
公开(公告)号:CN116720790B
公开(公告)日:2023-10-20
申请号:CN202310994865.3
申请日:2023-08-09
Applicant: 中国标准化研究院
IPC: G06Q10/0639 , G06Q50/04 , G07C3/14
Abstract: 本申请公开了一种典型零件抽样检验方法及系统,在统计学的抽检技术的基础之上,结合了零件工艺过程中涉及的、有可能对零件质量造成隐患甚至负面影响的工序,例如,从微观层面影响零件微观属性的焊接工序,以凸显其可能造成的影响,进而在导致的潜在风险较大时,能够及时采取措施。此外,零件完成某一工序的加工之后,可能还处于非稳定状态,需要一定的时间对被加工位置进行松弛,潜在的问题才有可能表现出来。本说明书中的方法利用了加工的这些特性,以在时间方面较为宏观的角度,考察问题浮现的情况。这就使得通过本说明书中的方法实现的抽检,不仅仅是基于统计学评价零件的合格率,而是衡量由零件引发问题的可能性。
-
公开(公告)号:CN116720790A
公开(公告)日:2023-09-08
申请号:CN202310994865.3
申请日:2023-08-09
Applicant: 中国标准化研究院
IPC: G06Q10/0639 , G06Q50/04 , G07C3/14
Abstract: 本申请公开了一种典型零件抽样检验方法及系统,在统计学的抽检技术的基础之上,结合了零件工艺过程中涉及的、有可能对零件质量造成隐患甚至负面影响的工序,例如,从微观层面影响零件微观属性的焊接工序,以凸显其可能造成的影响,进而在导致的潜在风险较大时,能够及时采取措施。此外,零件完成某一工序的加工之后,可能还处于非稳定状态,需要一定的时间对被加工位置进行松弛,潜在的问题才有可能表现出来。本说明书中的方法利用了加工的这些特性,以在时间方面较为宏观的角度,考察问题浮现的情况。这就使得通过本说明书中的方法实现的抽检,不仅仅是基于统计学评价零件的合格率,而是衡量由零件引发问题的可能性。
-
公开(公告)号:CN118469394B
公开(公告)日:2024-11-08
申请号:CN202410648379.0
申请日:2024-05-23
Applicant: 中国标准化研究院
IPC: G06Q10/0639 , G06Q50/04 , G06F18/22
Abstract: 本发明涉及抽样检验技术领域,具体公开基于先验信息的序贯抽样检验效率优化方法及系统,该方法包括:先验合格产品统计、检验合规值评估以及抽样检验效率优化,首先评估各待检测产品的合格情况,选取出合格的检测产品并记为各先验合格产品,通过序贯抽样检验模型,对各先验合格产品进行样本抽样,得到各抽样产品,评估各抽样产品的检验合规值,并匹配出各抽样产品的检验效率优化预案,通过对各抽样产品的序贯抽样检验效率优化,能够事先规定抽样样本容量,以此减少可能因为样本容量过大而导致的资源浪费,同时可以更快速、准确地作出接收或拒收该批产品的决策,从而提高整体检验效率。
-
-
-
-
-
-
-
-
-