【摘 要】
：
本文首先对附件数据进行数据分析和处理,然后通过对变量的相关性分析和多元线性回归分析,得出关键因素,最后我们构建BP神经网络评价模型,通过模型识别出不合格的半导体产品,并给出了产品不合格的原因。通过构建的BP神经网络模型,能够很好的解决半导体产品质量评估问题,并为此行业的类似问题提供了一种新的解决途径。
【机 构】
：
中国石油大学（北京）经济管理学院,西南大学计算机与信息科学学院软件学院,桂林理工大学商学院,桂林理工大学信息科学与工程学院
论文部分内容阅读
本文首先对附件数据进行数据分析和处理,然后通过对变量的相关性分析和多元线性回归分析,得出关键因素,最后我们构建BP神经网络评价模型,通过模型识别出不合格的半导体产品,并给出了产品不合格的原因。通过构建的BP神经网络模型,能够很好的解决半导体产品质量评估问题,并为此行业的类似问题提供了一种新的解决途径。
其他文献
澳大利亚在2019年末至2020年春发生了史无前例的山林大火,这场大火持续了四个月以上,造成了巨大的经济损失和生态损失。在火灾中,消防人员使用无人机对火灾进行实时监控和态势感知(SSA),同时,地面部队也可以通过携带中继器的无人机和EOC进行沟通。本文结合扫描频率、传感器覆盖面积占比、通信覆盖面积、信号质量和无人机损坏五个方面计算出所需的无人机数量,得出每个地区配备82台无人机(包括37架SSA无人机、45架通信无人机),可轻松应对该地区未来十年85%以上的火灾。
针对连接键在压装过程中的压装力计算问题,运用有限元分析软件推演了将连接键压入电机键槽后,又对接压入丝杠键槽的过程,分析了连接键不同过盈量对电机键槽和丝杠键槽的接触应力分布情况以及求解最小压装力问题,最终确定合理的过盈压装方案。
古镇街区是人们旅游和休闲的重要场所,其热环境关系着游玩人群的热舒适和旅游体验。以某古镇街区为对象并布置测点,对其室外空气温度、相对湿度、风速和噪声进行了实测。研究结果对南方古镇街区的热环境研究和改善具有一定的参考意义。
在软岩地质环境中建设地下工程,为保证人员安全和工程质量,必须要采取支护措施。预应力锚索支护是一种技术成熟度较高、应用范围较广的支护形式,本文以某隧道工程为例,首先概述了预应力锚索的设计要点,包括长度设计、倾角设计、间距设计等。随后基于工程实践,对自适应预应力锚索支护的施工流程以及锚索制作、安装、灌浆、张拉等技术要点展开了简要概述,为软岩地下工程的预应力锚索支护技术的运用提供了经验参考。
近年来,中国经济发展迅速,交通运输数量和金额量持续增加,每年桥梁数量都会增加,桥梁伸缩缝日益突出。在这里,伸缩缝引起的混凝土裂缝更为普遍,并会导致其他相关疾病的发生。桥梁伸缩缝损坏后,连接的缝隙会下沉,并且接缝处的路面也会损坏,从而导致过往车辆出现跳车,使车辆上的人感到不舒服,同时影响行驶速度。以扬州城市南部快速通道桥梁伸缩缝工程为例,对桥梁伸缩缝施工技术与养护方法进行阐述,最终目的是增强行车安全性,确保工程的安全质量。
针对城市交通交叉口配时不合理,易造成堵塞,不必要等待的问题,提出一种基于长短期记忆人工神经网络与SUMO仿真的交通信号灯配时优化方法。该方法首先利用SUMO模拟十字路口的车流量,并设置了与通行能力、平均等待时间、和损失时间相关的特征函数,通过大量的模拟,生成以路口状况为输入,最佳配时为输出的训练集数据。建立LSTM(长短期记忆人工神经网络),对于数据集进行训练,得到网络模型。最后经过对比实验,该方法的优化能力比传统的模糊控制算法更强。
微波烧结作为一种新型烧结技术,因其升温速度快、工艺流程短和安全无污染的特点而广泛受到了人们的关注。本文介绍了微波烧结原理及国内外主要研究进展;列举了微波烧结在材料制备尤其是Ti基复合材料制备过程中的应用;总结分析了微波烧结和传统烧结在工艺特点及产品性能方面的区别;结果表明:相比于传统烧结工艺,微波烧结具有能耗低、无污染、加热速度快、烧结时间短及产品机械性能优异等特点。最后展望了微波烧结技术在Ti基复合材料制备过程中的应用前景。
地磁前兆观测是地震前兆观测的基本项目之一,观测资料的质量直接影响到地震预报的准确率。各个观测台站在观测过程中仪器是否受到干扰,要做好认真准确的分析,剔除干扰,这样才能保证资料的可靠性。
在推广建筑节能的大环境背景下,所有建筑都需要达到相应的节能标准。为进一步提高建筑外墙保温性能,开展保温节能技术在建筑外墙施工中的应用研究。通过建筑外墙施工材料选择、基于保温节能技术的挤塑板外墙保温设计、外墙保温防火安全防护,提出一种全新的施工方法。将该施工方法应用于实际工程项目中,可达到有效降低外墙结构的综合热导率的目的,实现最佳的建筑外墙保温节能效果。
大数据时代的电商行业对数据的需求日益剧增,数据可对电商企业的发展和规划起到极大的指导作用,采用Hadoop分布式大数据处理框架,实现了对商品的个性化推荐提升商业效益。提出以Hadoop HDFS作为存储系统,对用户历史数据进行存储。对原数据进行去重和补偿后使用Spark提供的MLlib中的协同过滤来计算推荐结果,并基于用户的协同过滤和交替最小二乘法两种算法来实现部分推荐结果。能够达到直观展示大数据处理、亚秒级实时推荐的良好效果。