【技术实现步骤摘要】
本专利技术涉及质量控制，具体为一种基于卷积神经网络的产品质量事故分级方法及系统。
技术介绍
1、产品质量事故分级是指对产品在生产、使用过程中出现的质量问题或事故进行分类的方法，在实际生产中，产品质量事故可能会造成不同程度的影响，如生产停滞、经济损失、安全事故等。传统的产品质量事故分级方法多依赖于人工经验，主观性较强，缺乏客观性和准确性，无法做到及时、准确地识别和评估事故严重程度，从而影响企业的质量管理决策，因此提供一种基于卷积神经网络的产品质量事故分级方法及系统，帮助企业更好地进行质量管理。
2、例如公告号为cn112241832b的专利技术专利，公开的一种产品质量分级评价标准设计方法及系统，包括：获取全流程工艺参数及对应机械性能指标组成的数据集；基于各工艺参数与机械性能指标的互信息对工艺参数进行筛选，构建特征子集和机械性能预测模型；对机械性能预测模型进行多输出敏感性分析，得出特征子集中的各工艺参数的敏感性指数的估计，得到各工艺参数的敏感性指数组成的向量ω；将特征子集组成的列向量x更新为ωx；对ωx对应的样本集进行谱聚类划分...
【技术保护点】
1.一种基于卷积神经网络的产品质量事故分级方法，其特征在于，包括：
2.根据权利要求1所述的基于卷积神经网络的产品质量事故分级方法，其特征在于：所述分析得到各质量事故产品的事故严重程度评估指数，具体分析过程为：
3.根据权利要求2所述的基于卷积神经网络的产品质量事故分级方法，其特征在于：所述各质量事故产品的损坏程度量化指标，具体通过对各质量事故产品的初始图像和质量事故图像进行比对分析得到的量化评估数据，用于量化评估各质量事故产品的损坏程度，为质量事故分级提供数据依据。
4.根据权利要求2所述的基于卷积神经网络的产品质量事故分级方法，...
【技术特征摘要】
1.一种基于卷积神经网络的产品质量事故分级方法，其特征在于，包括：
2.根据权利要求1所述的基于卷积神经网络的产品质量事故分级方法，其特征在于：所述分析得到各质量事故产品的事故严重程度评估指数，具体分析过程为：
3.根据权利要求2所述的基于卷积神经网络的产品质量事故分级方法，其特征在于：所述各质量事故产品的损坏程度量化指标，具体通过对各质量事故产品的初始图像和质量事故图像进行比对分析得到的量化评估数据，用于量化评估各质量事故产品的损坏程度，为质量事故分级提供数据依据。
4.根据权利要求2所述的基于卷积神经网络的产品质量事故分级方法，其特征在于：所述分析得到各图像特征元素的事故相关程度评估值，具体分析过程为：
5.根据权利要求4所述的基于卷积神经网络的产品质量事故分级方法，其特征在于：所述根据各图像特征元素的事故相关程度评估值进行有效特征元素筛选，得到各有效特征元素，具体分析过程为：
6.根据权利要求2所述的基于卷积神经网络的产品质量事故分级方...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。