• 广东省 广州市 番禺区
  • 亚运大道金海岸二期西区写字楼区418
  • 电话/微信:
  • 185 2058 7920
  • 1

    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。

    数据录入SPC
  • 2

    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,金融交易欺诈检测,疾病侦测,和噪声数据过滤等。 作为传统SPC异常检测中的一个非常不错的补充,特别是针对有子组的情况下异常检测更灵敏。

    机器学习,孤立森林算法
  • 3

    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个在平均数一侧的点,但传统控制图不能看出来这个,甚至一个点它满足了8个判异规则我们也不知道,但这种异常点确非常的重要,如何能直观的看出来这样的判异规则呢。

    SPC创新