本申请涉及数据监控领域,尤其涉及一种电子产品质量监控方法、电子设备及存储介质。
1、电子产品的质量是厂商和用户都比较关注的重要指标。一个电子产品由多种电子部件组成。目前,厂商对电子部件的生产主要基于自动化流水线,生产电子部件的效率很高,但是生产的部件中经常会有部分部件存在产品质量问题。利用仪器对进行质量检测所耗费的人力物力资源高,并且质检无法实现对所有部件的覆盖。导致厂商不仅需要花费更多的人工及设备成本来检测电子部件的质量,而且在厂商现有对电子部件进行人工抽检的方式下,也会有一些未被检测的部件存在质量不合格的隐患,导致组成的电子产品质量不合格,给消费者带来较差用户体验的同时增加了厂商经济损失。
1、有鉴于此,本申请的主要目的在于提供一种电子产品质量监控方法、电子设备及计算机存储介质,旨在解决如何提高电子产品质量监控的效率。
2、本申请的第一方面提供一种电子产品质量监控方法,所述电子产品质量监控方法包括:
8、将待测试电子部件对应的测试数据输入至训练完成的梯度集成算法模型,得到待测试电子部件对应的电子产品的预测结果。
9、根据本申请的一个可选的实施例,所述部件数据包括电子部件的测试项目和所述测试项目对应的测试值;所述产品数据包括电子产品的唯一识别码、测试项目和所述测试项目对应的测试值。
10、根据本申请的一个可选的实施例,利用所述训练集和所述训练标签训练梯度集成算法模型之前,所述方法还包括:根据所述部件数据和所述产品数据生成梯度集成算法模型;
14、根据本申请的一个可选的实施例,所述在所述部件数据和所述产品数据中,确定多个特征值包括:
16、根据本申请的一个可选的实施例,所述基于相关性分析在所述部件数据和所述产品数据,确定多个特征值包括:
17、采用散点矩阵图对所述部件数据和所述产品数据进行相关性分析,确定多个特征值。
18、根据本申请的一个可选的实施例,所述根据所述多个特征值建立梯度集成算法模型包括:
19、根据决策树算法对所述多个特征值进行关联性排序,并根据关联性阈值对排序后的特征值进行筛选;
21、根据本申请的一个可选的实施例,得到待测试电子部件对应的电子产品的预测结果之后,所述方法还包括:
23、根据本申请的一个可选的实施例,所述根据监控结果生成相应的提示包括:
27、处理器,用于执行所述至少一个指令时实现如上所述的电子产品质量监控方法。
28、本申请的第三方面提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被处理器执行时实现如上所述的电子产品质量监控方法。
29、由以上技术方案可以看出,本申请实施例通过获取电子部件对应的部件数据;确定所述电子部件对应的电子产品,并获取所述电子产品对应的产品数据;根据所述部件数据和所述产品数据,确定训练集;获取所述电子产品对应的测试结果,并将所述测试结果确定为训练标签;接着利用所述训练集和所述训练标签训练梯度集成算法模型,得到的梯度集成算法模型可以根据电子部件对应的测试数据预测电子部件组成的电子产品的质量;最后将待测试电子部件对应的测试数据输入至训练完成的梯度集成算法模型,得到待测试电子部件对应的电子产品的预测结果。通过本申请实施例,可以提高电子产品质量监控的效率。
1.一种电子产品质量监控方法,其特南宫ng28相信品牌力量征在于,所述电子产品质量监控方法包括:
2.根据权利要求1所述的电子产品质量监控方法,其特征在于,所述部件数据包括电子部件的测试项目和所述测试项目对应的测试值;所述产品数据包括电子产品的唯一识别码、测试项目和所述测试项目对应的测试值。
3.根据权利要求2所述的电子产品质量监控方法,其特征在于,利用所述训练集和所述训练标签训练梯度集成算法模型之前,所述方法还包括:根据所述部件数据和所述产品数据生成梯度集成算法模型;
4.根据权利要求3所述的电子产品质量监控方法,其特征在于,所述在所述部件数据和所述产品数据中,确定多个特征值包括:
5.根据权利要求4所述的电子产品质量监控方法,其特征在于,所述基于相关性分析在所述部件数据和所述产品数据,确定多个特征值包括:
6.根据权利要求3所述的电子产品质量监控方法,其特征在于,所述根据所述多个特征值建立梯度集成算法模型包括:
7.根据权利要求1至6任意一项所述的电子产品质量监控方法,其特征在于,得到待测试电子部件对应的电子产品的预测结果之后,所述方法还包括:
8.根据权利要求7所述的电子产品质量监控方法,其特征在于,所述根据监控结果生成相应的提示包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被处理器执行时实现如权利要求1至8中任意一项所述的电子产品质量监控方法。
本申请涉及数据监控领域,提供一种电子产品质量监控方法、电子设备及存储介质,所述电子产品质量监控方法包括:获取电子部件对应的部件数据;确定所述电子部件对应的电子产品,并获取所述电子产品对应的产品数据;根据所述部件数据和所述产品数据,确定训练集;获取所述电子产品对应的测试结果,并将所述测试结果确定为训练标签;利用所述训练集和所述训练标签训练梯度集成算法模型;将待测试电子部件对应的测试数据输入至训练完成的梯度集成算法模型,得到待测试电子部件对应的电子产品的预测结果。本申请提供的方法提高了电子产品质量监控的效率。
1.计算机视觉 2.无线.计算机仿线.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
本文由:壹号娱乐 - NG大舞台,有梦你就来提供


