機器判斷的關鍵是判斷依據(jù)的確定，這提出了很高的人員要求。當有足夠樣本時，通過對樣本特征集的大數(shù)據(jù)統(tǒng)計分析，可快速準確的提取判斷依據(jù)，使機器判斷更加精確可靠。

前期取樣，搭建樣本庫

多類傳感器支持、超靈敏采樣
耳機測聽、異音感受更明顯
人工分級、快捷鍵綁定異常類型
一鍵存儲、快速搭建樣本庫

特征庫學習

信號處理算法與機器學習算法排列組合選擇
自動特征提取、優(yōu)選，輸出*算法
產(chǎn)品打分分級,質(zhì)量管控更精細
散點圖、統(tǒng)計圖直觀展現(xiàn)分析結(jié)果
自動生成測試樣本庫，學習、驗證更高效

ACE6203型機器學習系統(tǒng)結(jié)合機器學習算法，對樣本數(shù)據(jù)的多種特性進行自動分級篩選，查找出*的特征判斷集。

產(chǎn)品性能并非非黑即白，而是成線性分布；合格線附近的產(chǎn)品，判斷為合格或不合格具有*的隨機性。系統(tǒng)對每個測試件給出從0~100的評分，優(yōu)劣好壞更清晰明了；并可通過設置合格線，靈活調(diào)整產(chǎn)品質(zhì)量控制線