背景：在一定的生产条件下，原料转换为产品的收率是一个相对固定的值，但因为生产环境、测量误差等的影响，收率也不断变化。 本项目主要就是利用历史数据还有工业条件下特有的约束条件，计算出一个符合约束的收率。 客户使用该算法在生产上得到了改善，节约了成本，也节约了人力。 我负责整个算法的设计和开发。

背景要简单介绍一下：工业生产中有许多仪表，定时（有1秒一条的，有5秒的，设置有5分钟的）产生数据，数据在一定程度反应了生产状况，需要及时找出异常进行预警。 项目分为两部分，一部分是发现历史数据中的异常，也可以叫做历史验证；另一部分是实时发现异常，用于实际工业场景。 使用者已经在实际场景应用部署了。 两个部分的算法都是本人设计和开发的。

本项目分为三个模块： 1.计算特征，计算数据（曲线）的基本特征； 2.存储，为了复用这些特征，将计算好的特征存储下来； 3.发现曲线段，根据曲线段的特点，用合适的特征的特征数据将其筛选出来。 对于使用者来说，能够帮助其找到所需的曲线段数据，为进一步的专业分析提供依据。 三个模块都是我开发的，其中涉及了复杂的参数调整、测试等工作，最终达到了使用者的需求。