2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、在電子組裝行業(yè)的制造成本中,由焊接故障造成的成本占據(jù)著相當大的份額。在SMT的主要工藝流程一錫膏印刷、元件貼裝和回流焊中如果參數(shù)設置不當都可能產(chǎn)生焊接故障。減少焊接故障,提高SMT焊接質量一直是企業(yè)孜孜不倦追求的目標。
   本文主要研究如何通過數(shù)據(jù)挖掘技術提高SMT的焊接質量。聚類分析可以在不需要先驗知識的情況下,根據(jù)SMT生產(chǎn)線的SPC數(shù)據(jù)(記錄SMT每個工藝流程的參數(shù)及AOI系統(tǒng)的檢測結果)的分布情況,挖掘導致焊接故障發(fā)生

2、的主要因素;決策樹算法可以根據(jù)聚類分析結果和SPC數(shù)據(jù)生成分類樹,生成的分類樹可以根據(jù)SMT三個工藝流程設置的參數(shù)預測出焊接質量的結果,當結果不理想時,可以對參數(shù)進行重新調整,以提高SMT生產(chǎn)線的焊接質量。本文主要進行以下工作:
   (1)闡述表面貼裝技術的國內外研究現(xiàn)狀及發(fā)展,分析現(xiàn)有的表面貼裝技術——實驗設計與統(tǒng)計分析、模型仿真、統(tǒng)計過程控制、人工智能和數(shù)據(jù)挖掘等方法。
   (2)分析現(xiàn)有數(shù)據(jù)挖掘算法的特點、優(yōu)勢

3、及適用范圍,結合提高SMT焊接質量的實際需求,闡述選擇SOM神經(jīng)網(wǎng)絡、K-Means聚類和決策樹等算法作為本文數(shù)據(jù)挖掘算法的原因。
   (3)針對SOM自組織算法輸出結果精度不足和K-Means聚類算法輸出結果受初始值影響的問題,使用SOM與K-Means相結合的S-K二次聚類方法,彌補各自的不足。實驗結果表明,S-K二次聚類方法能夠提高聚類精度。
   (4)針對C4.5決策樹算法在某些情況下容易產(chǎn)生多值偏向的問題,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論