機器判斷的關鍵是判斷依據的確定，這提出了很高的人員要求。當有足夠樣本時，通過對樣本特征集的大數據統計分析，可快速準確的提取判斷依據，使機器判斷更加精確可靠。

前期取樣，搭建樣本庫

多類傳感器支持、超靈敏采樣
耳機測聽、異音感受更明顯
人工分級、快捷鍵綁定異常類型
一鍵存儲、快速搭建樣本庫

特征庫學習

信號處理算法與機器學習算法排列組合選擇
自動特征提取、優選，輸出*算法
產品打分分級,質量管控更精細
散點圖、統計圖直觀展現分析結果
自動生成測試樣本庫，學習、驗證更高效

ACE6203型機器學習系統結合機器學習算法，對樣本數據的多種特性進行自動分級篩選，查找出*的特征判斷集。

產品性能并非非黑即白，而是成線性分布；合格線附近的產品，判斷為合格或不合格具有*的隨機性。系統對每個測試件給出從0~100的評分，優劣好壞更清晰明了；并可通過設置合格線，靈活調整產品質量控制線