期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于数据驱动的潮流玩具产品质量管理与控制研究
1
作者
吕远智
《移动信息》
2024年第7期299-301,共3页
针对潮流玩具产品质量管控困难、产品质量低的问题,文中提出了利用数据驱动对其进行智能管理及优化控制的方法。研究利用卷积神经网络提取质量数据中的深层次特征,然后利用长短时记忆网络对产品质量进行预测,根据预测结果将产品分为不...
针对潮流玩具产品质量管控困难、产品质量低的问题,文中提出了利用数据驱动对其进行智能管理及优化控制的方法。研究利用卷积神经网络提取质量数据中的深层次特征,然后利用长短时记忆网络对产品质量进行预测,根据预测结果将产品分为不合格产品与合格产品。同时,采用关联规则挖掘的方法建立规则库,根据规则库与不合格产品进行质量诊断,并根据诊断结果对产品生产参数进行优化、调整。实验结果表明,使用该质量管控方法后,不同种类的潮流玩具产品的生产不合格率下降了3.5%以上。由此可知,该方法能在使用过程中优化提升产品质量,进一步提高产品的生产效率。
展开更多
关键词
潮流玩具
质量管控
质量预测
关联规则
长短时记忆网络
在线阅读
下载PDF
职称材料
Word2Vec-KNN技术支持下潮流玩具质量检测模型研究
2
作者
吕远智
《计算机应用文摘》
2024年第10期92-94,共3页
随着人们生活水平的提高,越来越多的消费者更加注重所购产品的质量,特别是在儿童玩具方面。质量不合格的玩具产品会给儿童带来诸多影响,包括但不限于安全隐患及对儿童健康产生的影响。然而,工业制造中的产品质量检测报告种类繁多且不易...
随着人们生活水平的提高,越来越多的消费者更加注重所购产品的质量,特别是在儿童玩具方面。质量不合格的玩具产品会给儿童带来诸多影响,包括但不限于安全隐患及对儿童健康产生的影响。然而,工业制造中的产品质量检测报告种类繁多且不易被理解,无法直观体现产品质量。因此,文章提出了一种基于Word2Vec与K最近邻分类算法相结合的产品质量评估模型。该模型能够通过产品质量报告对某玩具进行评估,从而判断其质量。实验结果表明,在数据集尺寸达到900时,K均值聚类算法模型、局部加权最近邻算法模型和混合模型算法模型的准确率分别为0.84,0.91与0.96,损失函数值分别为0.07,0.05及0.03,证明所提模型能够对玩具产品进行准确评估,从而为消费者和质量监管部门提供一定的决策支持。
展开更多
关键词
产品质量评估
K最近邻
Word2Vec
大数据
在线阅读
下载PDF
职称材料
题名
基于数据驱动的潮流玩具产品质量管理与控制研究
1
作者
吕远智
机构
北京泡泡玛特文化创意有限公司
出处
《移动信息》
2024年第7期299-301,共3页
文摘
针对潮流玩具产品质量管控困难、产品质量低的问题,文中提出了利用数据驱动对其进行智能管理及优化控制的方法。研究利用卷积神经网络提取质量数据中的深层次特征,然后利用长短时记忆网络对产品质量进行预测,根据预测结果将产品分为不合格产品与合格产品。同时,采用关联规则挖掘的方法建立规则库,根据规则库与不合格产品进行质量诊断,并根据诊断结果对产品生产参数进行优化、调整。实验结果表明,使用该质量管控方法后,不同种类的潮流玩具产品的生产不合格率下降了3.5%以上。由此可知,该方法能在使用过程中优化提升产品质量,进一步提高产品的生产效率。
关键词
潮流玩具
质量管控
质量预测
关联规则
长短时记忆网络
Keywords
Trendy toys
Quality control
Quality prediction
Association rules
Long short-term memory network
分类号
TP321 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
Word2Vec-KNN技术支持下潮流玩具质量检测模型研究
2
作者
吕远智
机构
北京泡泡玛特文化创意有限公司
出处
《计算机应用文摘》
2024年第10期92-94,共3页
文摘
随着人们生活水平的提高,越来越多的消费者更加注重所购产品的质量,特别是在儿童玩具方面。质量不合格的玩具产品会给儿童带来诸多影响,包括但不限于安全隐患及对儿童健康产生的影响。然而,工业制造中的产品质量检测报告种类繁多且不易被理解,无法直观体现产品质量。因此,文章提出了一种基于Word2Vec与K最近邻分类算法相结合的产品质量评估模型。该模型能够通过产品质量报告对某玩具进行评估,从而判断其质量。实验结果表明,在数据集尺寸达到900时,K均值聚类算法模型、局部加权最近邻算法模型和混合模型算法模型的准确率分别为0.84,0.91与0.96,损失函数值分别为0.07,0.05及0.03,证明所提模型能够对玩具产品进行准确评估,从而为消费者和质量监管部门提供一定的决策支持。
关键词
产品质量评估
K最近邻
Word2Vec
大数据
Keywords
product quality assessment
K-nearest neighbor
Word2Vec
big data
分类号
TP31 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于数据驱动的潮流玩具产品质量管理与控制研究
吕远智
《移动信息》
2024
0
在线阅读
下载PDF
职称材料
2
Word2Vec-KNN技术支持下潮流玩具质量检测模型研究
吕远智
《计算机应用文摘》
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部