推 Wush978: 就用你手上的資料試試看吧，這才是Data Science不是嗎？ 03/26 18:45
推 sojunen: 沒有target 資料的話可以試試看DTW +cluster的結果如何 04/04 20:34
→ sojunen: 你說的重心差距也可以作為clustering 計算相似度的條件 04/04 20:39
最近又收到產線的新需求。
因為觸控板品質不穩定，有些會有斷線或偏移，所以想要全檢。
做法是，做一個治具，有固定軌跡。在觸控板上畫，把每個收到的座標存成時間序列。
用以上方法先錄一個好的，再找個作業員逐產品畫，工作站上的電腦用python比較預錄gold
en sample跟手畫的軌跡的相似度。作業員的手速不能成為干擾。
我本來想法是，計算重心，比較重心就能知道是否偏移；再計算每點到重心的距離，計算這
兩個軌跡的距離分布，就可以大概知道相似度。但總覺得不好量化，且太複雜。
我在想，Dynamic time warping是否可用呢？如果只用cross correlation是否也能得到結
果？
謝謝。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 110.28.203.101 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1648175045.A.88C.html