变点检测（边缘AI推理）
Change Point Detection — Edge AI Inference
检测序列统计特性（均值、方差、趋势）发生突变的时间点。
01
定义
检测序列统计特性（均值、方差、趋势）发生突变的时间点。
02
公式与计算
二分分割/CUSUM：最大化分段间统计量差异
CUSUM：Sₜ = max(0, S_{t−1} + xₜ − μ − k)
03
适用时机
识别工况切换、传感器更换、结构损伤发生时刻、基准漂移。 部署到边缘 AI 推理盒（NPU/GPU 加速）时，需做模型量化（INT8）与算子裁剪，阈值与窗长按现场数据标定后固化。
04
关键参数
最小段长、惩罚项（BIC/AIC）、CUSUM 的 k 与 h；边缘 AI 版本注意量化误差、推理时延与模型版本管理，异常需支持远程回滚。
05
注意事项
失效与边界变点只说明"变了"，不解释"为什么变"；必须结合运维记录。 边缘 AI 实现需在目标算力上做推理时延与精度权衡测试，并保留原始数据上传通道供云端复核。
CLOSE
把 变点检测（边缘AI推理） 用起来
下一步
实际项目如何应用？
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
相关 SIYB 产品
正式参数、方案与商务资料以 xmsiyb.com 官网为准。
需要把技术判断落到项目？
进入行业应用与智能选型中心，获取场景设计、选型与实施参考。