軍用電子元器件檢測(cè)篩選中質(zhì)量信息分析處理方法研究

高景旭 李靜

【關(guān)鍵詞】軍用;電子元器件;檢測(cè);篩選;質(zhì)量信息

一、引言

在軍用電子元器件檢測(cè)篩選過(guò)程中，會(huì)產(chǎn)生大量的質(zhì)量信息，為能夠快速得到高精度的軍用電子元器件檢測(cè)篩選結(jié)果，針對(duì)其中質(zhì)量信息的分析處理是具有現(xiàn)實(shí)意義的。以往在針對(duì)軍用電子元器件檢測(cè)篩選和質(zhì)量信息分析處理方法的研究中，主要通過(guò)數(shù)據(jù)映射的方式，分析處理其質(zhì)量信息，該方法在實(shí)際應(yīng)用中盡管能夠得到較為精確的軍用電子元器件檢測(cè)篩選結(jié)果，但其對(duì)于質(zhì)量信息的綜合分析處理能力低，導(dǎo)致質(zhì)量信息分析處理需要花費(fèi)很長(zhǎng)的時(shí)間才能完成，存在分析處理效率低的缺陷，無(wú)法適用于軍用電子元器件檢測(cè)篩選領(lǐng)域中。基于此，本文設(shè)計(jì)一種新型軍用電子元器件檢測(cè)篩選中質(zhì)量信息分析處理方法，致力于在保證質(zhì)量信息分析處理精度的同時(shí)，盡可能縮短質(zhì)量信息分析處理所需時(shí)間，提高質(zhì)量信息分析處理效率。

二、軍用電子元器件檢測(cè)篩選中質(zhì)量信息分析處理方法

（一）集成質(zhì)量信息

考慮到軍用電子元器件檢測(cè)篩選中質(zhì)量信息較為分散，在分析處理過(guò)程中存在一定困難。因此，本文基于數(shù)據(jù)挖掘，運(yùn)用其中的K-means，集成質(zhì)量信息。在此過(guò)程中，運(yùn)用K-means最小化誤差函數(shù)分類計(jì)算軍用電子元器件檢測(cè)篩選中質(zhì)量信息，將選取的各種樣本質(zhì)量信息分為i份，采用數(shù)據(jù)挖掘批量集成質(zhì)量信息。

（二）獲取質(zhì)量信息時(shí)間序列

在集成質(zhì)量信息的基礎(chǔ)上，采用獲取質(zhì)量信息時(shí)間序列的方式，優(yōu)化質(zhì)量信息分布。設(shè)重構(gòu)后的質(zhì)量信息時(shí)間序列表達(dá)式為V，則其計(jì)算公式，如公式（2）所示。

式（2）中，審為時(shí)間維度的質(zhì)量信息集合;r為質(zhì)量信息權(quán)重;j，l為質(zhì)量信息在空間分布中的橫坐標(biāo)以及縱坐標(biāo);t為軍用電子元器件檢測(cè)篩選時(shí)長(zhǎng);m為時(shí)間序列的周期信息。基于公式（2），獲得質(zhì)量信息的時(shí)間序列，重新劃分質(zhì)量信息，計(jì)算步驟如圖1所示。

結(jié)合圖1，以此為依據(jù)，經(jīng)過(guò)一系列分區(qū)、排序、規(guī)約的處理，得到質(zhì)量信息時(shí)間序列下的重新劃分結(jié)果。

（三）實(shí)現(xiàn)質(zhì)量信息分析處理

以質(zhì)量信息時(shí)間序列為依據(jù)，采用非線性規(guī)劃方法進(jìn)行問(wèn)題轉(zhuǎn)化，提出質(zhì)量信息有界約束。設(shè)質(zhì)量信息有界約束問(wèn)題的表達(dá)式為d，采用二次規(guī)劃中的準(zhǔn)解析法的計(jì)算方式對(duì)其進(jìn)行計(jì)算，如公式（3）所示。

式（3）中，s為質(zhì)量信息時(shí)間序列的行數(shù);Y為質(zhì)量信息時(shí)間序列的列數(shù);v為質(zhì)量信息中的缺損信息?？紤]到在質(zhì)量信息的有限約束條件下，關(guān)鍵約束的個(gè)數(shù)遠(yuǎn)小于設(shè)計(jì)變量的個(gè)數(shù)，通過(guò)式（3）完成問(wèn)題的轉(zhuǎn)換，可在質(zhì)量信息分析處理中保持參數(shù)運(yùn)行數(shù)值的穩(wěn)定，并提高質(zhì)量信息分析處理非線性優(yōu)化問(wèn)題的收斂性。判斷質(zhì)量信息有界約束調(diào)度屬性時(shí)，在滿足約束條件的前提下，就是要使前面的任務(wù)盡可能前移，而后面的任務(wù)則盡可能延遲，即后移。根據(jù)二次規(guī)劃中的對(duì)偶定理，將得到質(zhì)量信息有界約束的信息時(shí)間序列的相空間轉(zhuǎn)換為質(zhì)量信息的主成分集合，完成質(zhì)量信息有界約束后，構(gòu)建質(zhì)量信息數(shù)據(jù)特征向量稀疏子聚類空間，聚類分析處理復(fù)雜質(zhì)量信息向量特征。設(shè)特征向量稀疏子聚類空間為oc，其公式如下。

式（4）中，∞為質(zhì)量信息的負(fù)梯度方向;d為二次規(guī)劃的標(biāo)準(zhǔn)形式;a為質(zhì)量信息向量特征子區(qū)域的標(biāo)簽向量。基于Hadoop建立的聚類空間中間層，主要負(fù)責(zé)質(zhì)量信息挖掘聚類迭代調(diào)度管理，使用Hadoop.縮短特征向量之間的長(zhǎng)短差距，進(jìn)而提高質(zhì)量信息分析處理效率。通過(guò)構(gòu)建的聚類空間，在此空間中實(shí)現(xiàn)質(zhì)量信息分析處理操作。

三、實(shí)例分析

（一）實(shí)驗(yàn)準(zhǔn)備

構(gòu)建實(shí)例分析，實(shí)驗(yàn)內(nèi)容為針對(duì)檢測(cè)篩選中的質(zhì)量信息進(jìn)行分析處理。研究對(duì)象檢測(cè)篩選中具體質(zhì)量信息。實(shí)驗(yàn)軟環(huán)境包括：Weapectll .2.1軟件，本次實(shí)驗(yàn)測(cè)試指標(biāo)為信息分析處理時(shí)間，信息分析處理時(shí)間能夠表現(xiàn)出信息分析處理效率，信息分析處理時(shí)間越少證明該方法的分析處理效率越高。本文提出方法記為實(shí)驗(yàn)組;傳統(tǒng)方法記為對(duì)照組。

（二）實(shí)驗(yàn)結(jié)果分析

實(shí)驗(yàn)數(shù)據(jù)，如表1所示。

分析表1可得：本文設(shè)計(jì)的方法信息分析處理時(shí)間更短，信息分析處理效率更高，可實(shí)現(xiàn)高效的軍用電子元器件檢測(cè)篩選中質(zhì)量信息分析處理。

四、結(jié)束語(yǔ)

設(shè)計(jì)一種軍用電子元器件檢測(cè)篩選中質(zhì)量信息分析處理方法，提高電子元器件檢測(cè)篩選中質(zhì)量信息分析處理效率。盡管本文理論分析較為深入，但仍存在不足之處，導(dǎo)致研究的全面性尚有不足。在未來(lái)的研究中，可以以提高軍用電子元器件檢測(cè)篩選中質(zhì)量信息分析處理純度為研究目標(biāo)，展開更加深入的研究，為提高軍用電子元器件質(zhì)量貢獻(xiàn)一份堅(jiān)實(shí)的力量。