[發明專利]一種基于田口函數-信噪比的特性度量方法和裝置

在審

• 申請號: 202010971720.8
• 申請日: 2020-09-16
• 公開（公告）號: CN112101458A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 裴鳳雀;苑明海;顧文斌;李亞東;張晨希
• 申請（專利權）人: 河海大學常州校區;江蘇省中以產業技術研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00;G06T7/13;G06F17/16
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種基于田口函數-信噪比的特性度量方法，其特征在于，包括如下步驟：

構建加工參數的數據集；

對所述數據集進行特征提取形成特征集；

基于田口函數和信噪比，對所述特征集進行特性度量。

2.根據權利要求1所述的特性度量方法，其特征在于，形成特征集的方法包括：基于馬氏距離的Relief算法進行特征降維進而形成特征集。

3.根據權利要求2所述的特性度量方法，其特征在于，特征降維的方法包括如下步驟：

對數據集進行歸一化處理；

選取隨機樣本，并計算協方差矩陣和特征向量；

根據協方差矩陣和特征向量，基于馬氏距離的relief算法更新特征權重；

通過迭代計算獲取最終的特征權重，選取特征權重大于特征權重閾值的特征。

4.根據權利要求3所述的特性度量方法，其特征在于，形成特征集的方法還包括：對所述數據集進行歸一化處理，具體方法表示為：

式中，x′是特征向量值，x′_min特征向量最小值，x′_max特征向量最大值，x是特征向量值x′的歸一化結果。

5.根據權利要求3所述的特性度量方法，其特征在于，更新特征權重的表達式為：

w_i＝w_i-(x-μ)^T∑^-1(x-μ)

其中，w_i表示第i特征權重的權重向量，i為正整數，，x表示特征向量，μ表示數據分布均值，Σ表示協方差矩陣。

6.根據權利要求3所述的特性度量方法，其特征在于，基于田口函數和信噪比對所述特征集進行特性度量的方法包括如下步驟：

確定所述特征集中每個加工參數的信噪比；

根據所述信噪比，計算每個加工參數的質量損失權重；

根據所述質量損失權重，構建單元級特性度量函數；

將單元級特性度量函數耦合成系統級特性度量函數。

7.根據權利要求6所述的特性度量方法，其特征在于，所述特性度量方法還包括如下步驟：

基于單元級特性度量函數，獲得產品單元級的質量損失值；

根據預設損失閾值，將單元的質量損失值進行產品質量五等級劃分；

基于產品質量五等級劃分，進行產品質量度量標定。

8.一種裝置，其特征在于，包括如下模塊：

數據集模塊，用于構建加工參數的數據集；

特征集模塊，用于對所述數據集進行特征提取形成特征集；

特性度量模塊，用于基于田口函數對所述特征集進行特性度量。

9.根據權利要求8所述的裝置，其特征在于，特征集模塊包括降維單元，用于基于馬氏距離的Relief算法進行特征降維進而形成特征集；

所述降維單元包括如下單元：

預處理單元，用于對數據集進行歸一化處理；

樣本計算單元，用于選取隨機樣本，并計算協方差矩陣和特征向量；

權重計算單元，用于根據協方差矩陣和特征向量，基于馬氏距離的relief算法更新特征權重；

特征提取單元，用于通過迭代計算獲取最終的特征權重，選取特征權重大于特征權重閾值的特征。

10.一種裝置，其特征在于，包括處理器和存儲介質，所述存儲介質用于存儲指令；

所述處理器用于根據所述指令進行操作以執行權利要求1～7任一項所述方法的步驟。