聚合 SPC 控制图、CPK/PPK、MSA 与制造业质量改进实战文章,持续更新高价值方法论与落地案例,帮助企业更快完成质量数字化升级。
将当代计算机科学、工业统计与大数据技术、行业质量管理及持续改进最佳实践完美融合、洞察质量与流程数据,从而提高效率、降低成本、预测未知、科学决策,提高持续盈利能力。可以实时质量风险预警平台、质量大数据分析平台、智能质量报告平台、自动化分析程序...
可以通过一个在线网页通过LIMS/QMS的接口录入数据到LIMS/QMS中,在录入的过程中调用我们的SPC控制台,将最新的数据点加入控制图中,看看是否有异常点产生,这样就满足是实时录入数据的时候查看SPC功能。
iForest (Isolation Forest)孤立森林 是一个基于Ensemble的快速异常检测方法,具有线性时间复杂度和高精准度,是符合大数据处理要求的state-of-the-art算法。其可以用于网络安全中的攻击检测,金融交易欺...
发明了几十年的SPC控制图,基本上没有什么创新的了,大家都是用minitab慢慢的去做分析图,效率低下也没有任何新的东西。 最近一直在想,一个异常点,它可能同时满足多个异常判定规则,如它是一个远离3倍标准差的点,又是连续8个在平均数一...
现在大数据、机器学习应用越来越广泛,而机器学习算法的一个常见应用就算异常检测,本文介绍机器学习中的K均值(K-Mean)算法来进行异常检测,包括算法基本原理、系统实现和应用。