CN105844478A - 一种用于跨境电子商务的产品质量抽样检验方法 - Google Patents

一种用于跨境电子商务的产品质量抽样检验方法 Download PDF

Info

Publication number
CN105844478A
CN105844478A CN201610158722.9A CN201610158722A CN105844478A CN 105844478 A CN105844478 A CN 105844478A CN 201610158722 A CN201610158722 A CN 201610158722A CN 105844478 A CN105844478 A CN 105844478A
Authority
CN
China
Prior art keywords
defective
qualified
sampling
probability
inspection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610158722.9A
Other languages
English (en)
Inventor
包先雨
陈新
刘志光
李军
曾岳峰
郭云
李猛
闫毅宣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Academy of Inspection and Quarantine
Original Assignee
Shenzhen Academy of Inspection and Quarantine
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Academy of Inspection and Quarantine filed Critical Shenzhen Academy of Inspection and Quarantine
Priority to CN201610158722.9A priority Critical patent/CN105844478A/zh
Publication of CN105844478A publication Critical patent/CN105844478A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/018Certifying business or products

Landscapes

  • Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用于跨境电子商务的产品质量抽样检验方法,该方法比较适合跨境电商企业小批量进口的特征,抽检的样本数量少,具有很强的针对性,对于产品质量不合格的企业,其抽检的次数就会增多,送检成本就会成倍增加,出于经济成本的考量,跨境电商会努力提升产品的质量,加快通关效率,从而节约成本。对于检验检疫部门来说,可以做到对出现不合格企业的重点监控,降低合格企业的通关成本,形成良性的制定循环。当出现不合格情况后,最多只需要连续抽检六个批次就可以对企业产品质量作出判断,大大减少了质监部门的工作量,更好的为企业服务,同时守护好产品质量安全的防线。

Description

一种用于跨境电子商务的产品质量抽样检验方法
技术领域
本发明涉及抽检方法,具体的说是涉及一种用于跨境电子商务的产品质量抽样检验方法。
背景技术
对进出口产品质量监管是一项独具特点的宏观质量管理工作,其目标是通过抽样统计的方法对产品的质量安全进行宏观调控。检验检疫部门在实际的监督管理过程中,选择合适的抽样方法对实施产品质量监管显的尤为重要。为了确保质量监督方法的科学性,国家自1993年以来先后颁布了五项适用于不同场合抽样检查的国家标准,对抽样统计方法进行了相关规范。
然而近年来跨境电子商务以黑马之势快速发展,成为消费者热捧的互联网消费新模式和进出口贸易企业拓展业务的新途径,对检验检疫部门的监督管理工作带来新的挑战。传统贸易大多进口产品类别单一集中,报检无需逐一检查,而跨境电子商务的商品却是五花八门,一一查验不现实,抽检则为一些商品逃避法律监管创造了机会。因此制定一套抽样检验方法,适应跨境电商多品种、小批次、频繁交易的新特征,同时能够降低产品的漏检和误检风险,保证企业的通过效率。对提升检验检疫部门的工作效率,集中资源更好的发挥社会服务功能具有重要的意义。
按照一般统计学意义上的抽样,样品的合格率就代表该批次货物的合格率即一批货物确定为合格通常用样本的合格用pa表示,接收概率用L(p)表示。根据接收概率我们可以确定抽检样本允许的最大不合格数Ac=N*L(p),其中N为分批抽样的个数。该批货物合格率P应为d≤Ac的概率,该批次的不合格率可表示为1-p。显然,当d=0,1,2……,AC,都符合d≤Ac的要求,
由于质监部门的抽样往往要对抽样不合格的企业进行严厉的惩罚,在实际抽检工作中,质监部门往往采用计数抽样的方法对批次产品合格率进行判断。其中GB/T14437-1997《产品质量监督计数抽样检验程序及抽样方案》、GB/15482-1995《产品质量监督小总体计数抽样检验及抽样表》。这两个国标均以计数抽样来统计不合格品数,前者适用于大总体(N>250且N/n>10),后者适用于小总体(10≤N≤250)。由于质检能力的限制和报检效率的要求,往往只能采用小样本抽样的方法。监督抽样检查的抽样方案表示为[n,Rc],其中Rc称为不通过判定数,Rc和Ac的关系为Rc=Ac+1。监督总体规定的质量指标是监督质量水平p0,根据总体中允许的总体不合格品率的上限值,事先规定一个大于p0的某值p1作为不合格质量水平或极限质量。抽样方案的两类错判概率α和β,分别称为错判风险和漏判风险,α一般为是确定的,通常取0.05,β随规定的p1的值变化。抽样检查判定该批次是否合格,事先必须确定批合格的标准,允许存在少量的不合格产品,监管部门总是希望不合格品数越少越好,事先会确定一个允许不合格产品的上限值即合格率水平po,它是计数抽样检查中认为可接受的批质量上限值。即当p≤po时,认为批质量是合格的,该批可以接收;而当p>po时,认为批质量是不合格的,应当拒收。抽样检查时实际上无法确知批质量p的数值,而只能根据样本的质量推断批质量。由于抽样的不确定性,可能从质量好的批中会抽到质量差的样本,也可能从质量差的批中会抽到质量好的样本,从而做出错误的判断。抽样方案设计的任务就是确定合适的n和Ac的数值,将犯这两类错误的可能性控制在合理的范围内。采用计数抽样对该批次合格率进行判定,会不可避免的涉及到错判风险a和漏判风险β,当错判风险α取值较小时,而抽取的样本个数一般处于10≤N≤250,样本如果想要通过就会产生较大的漏判风险。当漏判风险较大,判定监督总体可通过的可靠程度较低,此时质量监督部门对监督总体不负确认总体合格的责任。
综合上述的抽样方法,采用批合格的抽样容易产生错判的风险,给企业带来麻烦,从而增加企业的抽检成本,给质量监管工作带来诸多麻烦,不利于提高监管效率;而采用计数抽样又会带来较大的漏判风险,从而无法保障总体产品的质量,起不到预想的效果,无法守护产品的质量安全。加之跨境电子商务相较于传统大批量的贸易,电子商务具有多品种、小批次、频繁交易和时效性强的特点,原有的抽样方法已经不能适应对跨境电商产品质量的监管。本抽样专利,参照GB/T2818.1-2012抽样方法,借鉴抽批抽样方法确定产品的批合格率,构建一套新的抽样规则,在保障通关效率的同时,把误判和错判风险降低到合理水平,从而解决跨境电子商务产品质量监管的难题,促进跨境电子商务的高速发展。
发明内容
针对现有技术中的不足,本发明要解决的技术问题在于提供了一种用于跨境电子商务的产品质量抽样检验方法。
为解决上述技术问题,本发明通过以下方案来实现:一种用于跨境电子商务的产品质量抽样检验方法,所述检验方法包括以下步骤:
1)、设置抽样流程规则:在软件系统中设置抽样流程规则;
P = P ( d ≤ A c ) = P ( d = 0 ) + P ( d = 1 ) + ... + P ( d = A C ) = Σ d = 0 A C ( x = d ) ;
其中:x表示样本中的不合格品数,P(x=d)表示x的取值为d(d=0,1,…,Ac)时的概率,表示d为0至Ac的累积概率;
2)、对于第一次进口产品需检测放行,同一产品以食品标签号认定,首次检测概率P=1;
3)、对检测合格的品种,实行查验放行,查验放行的货物采取随即抽样,被抽样的概率为一个固定值P=a,该a固定值;
4)、对检测不合格的品种,应连续检测两次合格后方可转为查验放行;对连续两次或两次以上检测不合格的品种,应连续检测3次合格后方可转为查验放行;即当n次不合格,则第n+1次和n+2次都抽检,二次都合格时,才进入查验放行;如果其中第n+1次和第n+2次中有一次不合格,则接下来的需要连续3次检验合格,才能进入查验放行;如果第n+1和n+2次都不合格,则采取加严抽检,要求送检通过;
5)、同一产品批次较多时,应采用电脑进行抽批检测,每10批送实验室检测一次;
6)、对进口食品实施检测放行时,对检测放行的同一品种两次检验的间隔不超过一个周期,一个周期为12个月,即一个周期内必检一次;
7)、查验放行感官检验抽批,实施查验放行的多品种进口食品,抽采样进行感官检验和留样时,应每5个品种抽采一个品种,不足5个品种的抽采1个品种;
8)、实现对需要返工整理合格的食品,按照同一收货人10%的比例抽批;
9)、实现对报检抽中后长期未落实查验的企业增加抽批,加严监管;
进一步的,根据抽样流程规则,产品检测设置有状态集Q={S1,S2,…,Sn,Sn+1,Sn+2,…..},Sn表示第n次检验;
观察的结果情况为O={A,B},其中批次检验合格记为A,不合格记为B;
观察集与状态集之间在抽检的实际工作中,如果出现一次抽检不合格,根据规则接下来的二次都是必检的,在必须抽检的过程中,如果连续三次都不合格的概率为(1-p)3
1)、当Sn检测不合格,要求接下来两次必须进行检测;
状态集Q1={Sn,Sn+1,Sn+2},观察序列集O={B,A,A},检测三次的概率P=pn+1pn+2,其中pn+1,pn+2分别为第n+1和n+2次检测合格的概率;
2)、当Sn检测不合格,接下来的两次必须检测的过程,其中Sn+1也不合格,则需要连续检测三次都通过,才进入正常检测;
状态集Q2={Sn,Sn+1,Sn+2,Sn+3,Sn+4},观察序列集O={B,B,A,A,A}检测五次的概率P=1-pn+1
3)、当Sn检测不合格,接下来的两次必检批次中,第Sn+2次检测不合格,根据规则需要接下来三次都检测通过,才能进入正常的检测;
状态集O3={Sn,Sn+1,Sn+2,Sn+3,Sn+4,Sn+5},观察序列集O={B,A,B,A,A,A},检测六次的概率p=pn+1(1-pn+2)。
相对于现有技术,本发明的有益效果是:本发明用于跨境电子商务的产品质量抽样检验方法,比较适合跨境电商企业小批量进口的特征,抽检的样本数量少,具有很强的针对性,对于产品质量不合格的企业,其抽检的次数就会增多,送检成本就会成倍增加,出于经济成本的考量,跨境电商会努力提升产品的质量,加快通关效率,从而节约成本。对于检验检疫部门来说,可以做到对出现不合格企业的重点监控,降低合格企业的通关成本,形成良性的制定循环。当出现不合格情况后,最多只需要连续抽检六个批次就可以对企业产品质量作出判断,大大减少了质监部门的工作量,更好的为企业服务,同时守护好产品质量安全的防线。
附图说明
图1为本发明抽样规则流程图。
图2为本发明抽样状态和观察序列集示意图。
图3为本发明一个循环周期内检验合格概率与期望次数关系示意图。
具体实施方式
下面结合附图对本发明的优选实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
请参照附图1,本发明的一种用于跨境电子商务的产品质量抽样检验方法,所述检验方法包括以下步骤:
1)、设置抽样流程规则:在软件系统中设置抽样流程规则;
P = P ( d ≤ A c ) = P ( d = 0 ) + P ( d = 1 ) + ... + P ( d = A C ) = Σ d = 0 A C ( x = d ) ;
其中:x表示样本中的不合格品数,P(x=d)表示x的取值为d(d=0,1,…,Ac)时的概率,表示d为0至Ac的累积概率;
2)、对于第一次进口产品需检测放行,同一产品以食品标签号认定,首次检测概率P=1;
3)、对检测合格的品种,实行查验放行,查验放行的货物采取随即抽样,被抽样的概率为一个固定值P=a,该a固定值;
4)、对检测不合格的品种,应连续检测两次合格后方可转为查验放行;对连续两次或两次以上检测不合格的品种,应连续检测3次合格后方可转为查验放行;即当n次不合格,则第n+1次和n+2次都抽检,二次都合格时,才进入查验放行;如果其中第n+1次和第n+2次中有一次不合格,则接下来的需要连续3次检验合格,才能进入查验放行;如果第n+1和n+2次都不合格,则采取加严抽检,要求送检通过;
5)、同一产品批次较多时,应采用电脑进行抽批检测,每10批送实验室检测一次;
6)、对进口食品实施检测放行时,对检测放行的同一品种两次检验的间隔不超过一个周期,一个周期为12个月,即一个周期内必检一次;
7)、查验放行感官检验抽批,实施查验放行的多品种进口食品,抽采样进行感官检验和留样时,应每5个品种抽采一个品种,不足5个品种的抽采1个品种;
8)、实现对需要返工整理合格的食品,按照同一收货人10%的比例抽批;
9)、实现对报检抽中后长期未落实查验的企业增加抽批,加严监管;
如图2所示,根据抽样流程规则,产品检测设置有状态集Q={S1,S2,…,Sn,Sn+1,Sn+2,…..},Sn表示第n次检验;
观察的结果情况为O={A,B},其中批次检验合格记为A,不合格记为B;
观察集与状态集之间在抽检的实际工作中,如果出现一次抽检不合格,根据规则接下来的二次都是必检的,在必须抽检的过程中,如果连续三次都不合格的概率为(1-p)3
1)、当Sn检测不合格,要求接下来两次必须进行检测;
状态集Q1={Sn,Sn+1,Sn+2},观察序列集O={B,A,A},检测三次的概率P=pn+1pn+2,其中pn+1,pn+2分别为第n+1和n+2次检测合格的概率;
2)、当Sn检测不合格,接下来的两次必须检测的过程,其中Sn+1也不合格,则需要连续检测三次都通过,才进入正常检测;
状态集Q2={Sn,Sn+1,Sn+2,Sn+3,Sn+4},观察序列集O={B,B,A,A,A}检测五次的概率P=1-pn+1
3)、当Sn检测不合格,接下来的两次必检批次中,第Sn+2次检测不合格,根据规则需要接下来三次都检测通过,才能进入正常的检测;
状态集O3={Sn,Sn+1,Sn+2,Sn+3,Sn+4,Sn+5},观察序列集O={B,A,B,A,A,A},检测六次的概率p=pn+1(1-pn+2)。
根据图2流程抽样规则,当出现一次检测不合格时,接下来需要检验二次。在下面两次必检的过程中如果有一次出现不合格,就增加为连续三次必检。二次必检过程中都不合格,那么就不再适用抽检而是送检放行。以连续的六次为一个循环周期,在连续的六次检测中最多只能有二次不合格情况,否则就要实行送检放行。假设一个企业每次进口产品抽批检测合格的概率都为P(其中0≤p≤1),随机抽检的概率为p0
1)、一个循环周期内没有不合格状态,检测次数的期望值:E0=6P0①;
2)、一个循环周期内出现不合格状态,检测次数的期望值:
E1=3P2+3P0+5(1-P)+6P(1-P)=P-3P2+3P0+5②;
在正常下产品的抽检合格率都是比较高的,根据抽样统计中要求分别取p为95%和90%的状态下,计算E1和E2的值,其中p0为一个固定的较小的值,与相关标准的要求有关,为了有更直观的表述,取5%进行计算。
E0=0.3;
E1=3.3925(p取95%);
E2=3.62(p取90%);
由E0、E1、E2的值可知产品合格率越高,抽检的次数就越少。
如图3所示,在一个循环周期内企业出现不合格的概率为P’=1-p6,因此合格率为p的企业检测的概率:E=P’E1+p6E0=3P8-P7+(3P0-5)P6+P-3P2+5+3P0③,其中p0是正常抽检概率,为一个固定的常数。
根据式③可知:批次合格概率为0时,被检测的次数期望值为5+3p0,批次合格率为1时,被检测的次数期望值为6p0。可以概率与期望曲线斜率先平缓而后接近直线下降,覆盖了所有产品检测概率的同时,对合格率为0.7以上的产品进行了重点检测,在P0=5%的情况下,产品合格率每提升一个百分点,在一个循环周期内,检验的次数就少0.13次。如下表所示,该表为循环周期内部分产品合格率对应的抽检期望值(P0=5%)。
产品合格率 86.00% 87.00% 88.00% 89.00% 90.00%
期望值 2.3788 2.2536 2.1247 1.9920 1.8556
产品合格率 91.00% 92.00% 93.00% 94.00% 95.00%
期望值 1.7155 1.5718 1.4244 1.2736 1.1192
产品合格率 96.00% 97.00% 98.00% 99.00% 100.00%
期望值 0.9615 0.8006 0.6366 0.4697 0.3000
根据抽样规则,如果检测不合格的概率为0时,每次都是必检,即一个循环周期内必检6次,最大漏检概率为[6-(5+3p0)]/6=(1-3p0)/6,与正常抽检的概率有关。当检测合格概率为1时,产品可以不用进行检验,最大误检概率为p0。因此,监管部门为了确定好可以接受的漏检和误检风险,只需要控制正常抽检的概率即可。本发明用于跨境电子商务的产品质量抽样检验方法,比较适合跨境电商企业小批量进口的特征,抽检的样本数量少,具有很强的针对性,对于产品质量不合格的企业,其抽检的次数就会增多,送检成本就会成倍增加,出于经济成本的考量,跨境电商会努力提升产品的质量,加快通关效率,从而节约成本。对于检验检疫部门来说,可以做到对出现不合格企业的重点监控,降低合格企业的通关成本,形成良性的制定循环。当出现不合格情况后,最多只需要连续抽检六个批次就可以对企业产品质量做出判断,大大减少了质监部门的工作量,更好的为企业服务,同时守护好产品质量安全的防线。
以上所述仅为本发明的优选实施方式,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (2)

1.一种用于跨境电子商务的产品质量抽样检验方法,其特征在于,所述检验方法包括以下步骤:
1)、设置抽样流程规则:在软件系统中设置抽样流程规则;
其中:x表示样本中的不合格品数,P(x=d)表示x的取值为d(d=0,1,…,Ac)时的概率,表示d为0至Ac的累积概率;
2)、对于第一次进口产品需检测放行,同一产品以食品标签号认定,首次检测概率P=1;
3)、对检测合格的品种,实行查验放行,查验放行的货物采取随即抽样,被抽样的概率为一个固定值P=a,该a固定值;
4)、对检测不合格的品种,应连续检测两次合格后方可转为查验放行;对连续两次或两次以上检测不合格的品种,应连续检测3次合格后方可转为查验放行;即当n次不合格,则第n+1次和n+2次都抽检,二次都合格时,才进入查验放行;如果其中第n+1次和第n+2次中有一次不合格,则接下来的需要连续3次检验合格,才能进入查验放行;如果第n+1和n+2次都不合格,则采取加严抽检,要求送检通过;
5)、同一产品批次较多时,应采用电脑进行抽批检测,每10批送实验室检测一次;
6)、对进口食品实施检测放行时,对检测放行的同一品种两次检验的间隔不超过一个周期,一个周期为12个月,即一个周期内必检一次;
7)、查验放行感官检验抽批,实施查验放行的多品种进口食品,抽采样进行感官检验和留样时,应每5个品种抽采一个品种,不足5个品种的抽采1个品种;
8)、实现对需要返工整理合格的食品,按照同一收货人10%的比例抽批;
9)、实现对报检抽中后长期未落实查验的企业增加抽批,加严监管。
2.根据权利要求1所述的一种用于跨境电子商务的产品质量抽样检验方法,其特征在于:根据抽样流程规则,产品检测设置有状态集Q={S1,S2,…,Sn,Sn+1,Sn+2,…..},Sn表示第n次检验;
观察的结果情况为O={A,B},其中批次检验合格记为A,不合格记为B;
观察集与状态集之间在抽检的实际工作中,如果出现一次抽检不合格,根据规则接下来的二次都是必检的,在必须抽检的过程中,如果连续三次都不合格的概率为(1-p)3
1)、当Sn检测不合格,要求接下来两次必须进行检测;
状态集Q1={Sn,Sn+1,Sn+2},观察序列集O={B,A,A},检测三次的概率P=pn+1pn+2,其中pn+1,pn+2分别为第n+1和n+2次检测合格的概率;
2)、当Sn检测不合格,接下来的两次必须检测的过程,其中Sn+1也不合格,则需要连续检测三次都通过,才进入正常检测;
状态集Q2={Sn,Sn+1,Sn+2,Sn+3,Sn+4},观察序列集O={B,B,A,A,A}检测五次的概率P=1-pn+1
3)、当Sn检测不合格,接下来的两次必检批次中,第Sn+2次检测不合格,根据规则需要接下来三次都检测通过,才能进入正常的检测;
状态集O3={Sn,Sn+1,Sn+2,Sn+3,Sn+4,Sn+5},观察序列集O={B,A,B,A,A,A},检测六次的概率p=pn+1(1-pn+2)。
CN201610158722.9A 2016-03-17 2016-03-17 一种用于跨境电子商务的产品质量抽样检验方法 Pending CN105844478A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610158722.9A CN105844478A (zh) 2016-03-17 2016-03-17 一种用于跨境电子商务的产品质量抽样检验方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610158722.9A CN105844478A (zh) 2016-03-17 2016-03-17 一种用于跨境电子商务的产品质量抽样检验方法

Publications (1)

Publication Number Publication Date
CN105844478A true CN105844478A (zh) 2016-08-10

Family

ID=56588277

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610158722.9A Pending CN105844478A (zh) 2016-03-17 2016-03-17 一种用于跨境电子商务的产品质量抽样检验方法

Country Status (1)

Country Link
CN (1) CN105844478A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106529840A (zh) * 2016-12-23 2017-03-22 郑州云海信息技术有限公司 一种基于erp系统实现抽样方案转移规则自动跳转方法
CN106910032A (zh) * 2017-03-27 2017-06-30 绍兴市标点电子技术有限公司 建设工程质量检测监管平台及方法
CN107358370A (zh) * 2017-07-21 2017-11-17 北京首溯科技有限公司 基于角色间身份信息隔离及双重随机码验真的检测方法
CN107886240A (zh) * 2017-11-09 2018-04-06 上海海事大学 一种基于规则的跨境电商商品质量风险识别方法
CN109146585A (zh) * 2017-06-15 2019-01-04 北京京东尚科信息技术有限公司 一种通过抽样检验确定高危商品的方法和装置
CN111080475A (zh) * 2019-12-04 2020-04-28 国网湖北省电力有限公司电力科学研究院 一种适用于配网重点物资检验的转移抽检方法
CN112308718A (zh) * 2020-11-23 2021-02-02 许昌学院 一种基于互联网数据的电子商务交易监测方法
CN115265635A (zh) * 2022-09-29 2022-11-01 浙江中科凯泽科技有限公司 一种基于数据分析的工业机器视觉检测管理系统

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106529840A (zh) * 2016-12-23 2017-03-22 郑州云海信息技术有限公司 一种基于erp系统实现抽样方案转移规则自动跳转方法
CN106910032A (zh) * 2017-03-27 2017-06-30 绍兴市标点电子技术有限公司 建设工程质量检测监管平台及方法
CN106910032B (zh) * 2017-03-27 2023-09-22 绍兴市标点电子技术有限公司 建设工程质量检测监管平台及方法
CN109146585A (zh) * 2017-06-15 2019-01-04 北京京东尚科信息技术有限公司 一种通过抽样检验确定高危商品的方法和装置
CN107358370A (zh) * 2017-07-21 2017-11-17 北京首溯科技有限公司 基于角色间身份信息隔离及双重随机码验真的检测方法
CN107358370B (zh) * 2017-07-21 2020-11-27 北京首溯科技有限公司 基于角色间身份信息隔离及双重随机码验真的检测方法
CN107886240A (zh) * 2017-11-09 2018-04-06 上海海事大学 一种基于规则的跨境电商商品质量风险识别方法
CN107886240B (zh) * 2017-11-09 2021-09-28 上海海事大学 一种基于规则的跨境电商商品质量风险识别方法
CN111080475A (zh) * 2019-12-04 2020-04-28 国网湖北省电力有限公司电力科学研究院 一种适用于配网重点物资检验的转移抽检方法
CN112308718A (zh) * 2020-11-23 2021-02-02 许昌学院 一种基于互联网数据的电子商务交易监测方法
CN115265635A (zh) * 2022-09-29 2022-11-01 浙江中科凯泽科技有限公司 一种基于数据分析的工业机器视觉检测管理系统
CN115265635B (zh) * 2022-09-29 2023-04-07 浙江中科凯泽科技有限公司 一种基于数据分析的工业机器视觉检测管理系统

Similar Documents

Publication Publication Date Title
CN105844478A (zh) 一种用于跨境电子商务的产品质量抽样检验方法
WO2014092230A1 (ko) 위해예측기반 수입식품검사 시스템 및 방법
US7485548B2 (en) Die loss estimation using universal in-line metric (UILM)
Ma et al. Risk early warning and control of food safety based on an improved analytic hierarchy process integrating quality control analysis method
CN103247008A (zh) 一种电力统计指标数据的质量评估方法
CN103267834B (zh) 铸造锡铅焊料产品质量的综合检测评判系统及其方法
CN104062305B (zh) 一种集成电路缺陷的分析方法
CN109829614A (zh) 一种基于靶标模型的食品风险量化分级方法及系统
CN112101774A (zh) 面向跨境商品的关联风险识别系统
CN116596305A (zh) 用于食品安全管理的风险分级方法
Blanco-Encomienda et al. Importance of quality control implementation in the production process of a company
Kumar et al. Design of optimal reliability acceptance sampling plans for exponential distribution
CN108122059B (zh) 一种药品生产企业的生产风险识别的方法及自动预警系统
Yang et al. Assessing the establishment of agro-food control systems based on a relevant officials’ survey in China
CN112734208B (zh) 燃煤验收监测装置、方法、设备以及可读存储介质
Ramaswamy et al. Time truncated chain sampling plans for generalized exponential distribution
Quinino et al. Control chart for process mean monitoring combining variable and attribute inspections
Deros et al. Assessing acceptance sampling application in manufacturing electrical and electronic products
CN108062718A (zh) 半导体制造信息的处理方法和处理系统
Celano A bootstrap method for the measurement error estimation in Gauge R & R R\&R Studies
Suciati et al. Evaluation and Improvement of Unscheduled Removal Component Reliability Calculation Method with No Fault Found (NFF) Shop Finding Results
Yu et al. Expediting manufacturing safe launch with Big Data AI/ML analytic solutions on the cloud
CN114418600B (zh) 一种食品输入风险监测预警方法
Dahari et al. Probability Distribution of Acceptance Sampling Plan for In-line Manufacturing Process: A Case of a Semiconductor Company in Malaysia
Gonzales-Barron et al. Statistical approache s for the design of sampling plans for microbiological monitoring of foods

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160810

RJ01 Rejection of invention patent application after publication