累积和变点检测（边缘AI推理）
CUSUM Change Detection — Edge AI Inference
对均值漂移的序贯检测：累积样本与目标均值的偏差，超过阈值即判定发生漂移（变点）。
01
定义
对均值漂移的序贯检测：累积样本与目标均值的偏差，超过阈值即判定发生漂移（变点）。
02
公式与计算
S(t) = max(0, S(t−1) + (x(t) − μ₀ − k))，S > h 报警
03
适用时机
传感器缓慢漂移、过程均值突变（如结构应力、水位基面）、质控中的均值变化检测。 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
目标均值 μ₀、容忍偏移 k（常 0.5σ）、报警阈值 h（常 4~5σ）；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
失效与边界对缓慢漂移比"单点超限"敏感得多；需先估计噪声 σ 与目标均值。 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 累积和变点检测（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。