CN117633722B 基于智能检测机器人的检测控制方法及系统 （江西省交通工程集团有限公司）_第1页
CN117633722B 基于智能检测机器人的检测控制方法及系统 （江西省交通工程集团有限公司）_第2页
CN117633722B 基于智能检测机器人的检测控制方法及系统 （江西省交通工程集团有限公司）_第3页
CN117633722B 基于智能检测机器人的检测控制方法及系统 （江西省交通工程集团有限公司）_第4页
CN117633722B 基于智能检测机器人的检测控制方法及系统 （江西省交通工程集团有限公司）_第5页
已阅读5页，还剩46页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

EP4141669A1,2023.03.01US2019258904A1,2019.08.22WO2022079278A2,2022.04.21YakubK.Saheedet.al.."ApplicaofGAFeatureSelectiononNaiveBayes,基于智能检测机器人的检测控制方法及系统234基于所述数据偏差识别结果，应用卡尔曼滤波器算法，对数据集中基于所述基础支持向量机模型，利用深度学习技术，对历史测试数5基于所述样品特性分析结果，采用自适应控制理论和模型参考自基于所述测试方法选择结果，运用模糊逻辑控制方法，结合测试方6所述异常状态预测模块基于环境适应性校准数据，采用贝叶斯网络和期望最大化算所述测试流程优化模块基于异常状态预测结果，运用图论分析和Dijkst所述自适应测试模块基于优化测试流程，应用决策树算法和模糊逻辑所述综合优化分析模块基于自适应测试结果，结合材料科学和物理学789[0051]作为本发明的进一步方案，所述数据趋势分析校准模块基于智能检测机器人数[0054]所述测试流程优化模块基于异常状态预测结果，运用图论分析和[0055]所述自适应测试模块基于优化测试流程，应用决策树算示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限[0070]请参阅图1，本发明提供一种技术方案：一种基于智能检测机器人的检测控制方入参数能够确保神经网络模型在不同环境条件下依然能准确地进行数据处理[0125]假设在一个化工厂中，智能检测机器人收集了一系列与生产过程相关的环境数图中将通过一条边相连，Dijkstra算法被用来找出图中从一个节点到其他节点的最短路态学是一种分析和模拟复杂系统行为的方法，通过模拟测试流程的动态行为和相互作用，系统动态变化的方法，模型参考自适应控制特别适合于处理那些参数未知或变化的系统，Apriori关联规则挖掘算法，分析多群组间的关系和相互依赖性，进行数据集成和特征提有不同材料特性的样品群组，K均值聚类可以帮助识别哪些属性是区分不同群组的关键因素，应用Apriori算法对这些群组间的关系和相互依赖性进行分析，挖掘群组间的关联规生成的测试策略优化分析结果提供了关于如何调整测试参数以达到最佳效果的具体指导，[0159]异常状态预测模块基于环境适应性校准数据，采用贝叶斯网络和期望最大化算本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论