机器判断的关键是判断依据的确定，这提出了很高的人员要求。当有足够样本时，通过对样本特征集的大数据统计分析，可快速准确的提取判断依据，使机器判断更加精确可靠。

前期取样，搭建样本库

多类传感器支持、超灵敏采样
耳机测听、异音感受更明显
人工分级、快捷键绑定异常类型
一键存储、快速搭建样本库

特征库学习

信号处理算法与机器学习算法排列组合选择
自动特征提取、优选，输出*算法
产品打分分级,质量管控更精细
散点图、统计图直观展现分析结果
自动生成测试样本库，学习、验证更高效

ACE6203型机器学习系统结合机器学习算法，对样本数据的多种特性进行自动分级筛选，查找出*的特征判断集。

产品性能并非非黑即白，而是成线性分布；合格线附近的产品，判断为合格或不合格具有*的随机性。系统对每个测试件给出从0~100的评分，优劣好坏更清晰明了；并可通过设置合格线，灵活调整产品质量控制线