不连续点检测

1. 基于统计方法：通过计算数据的均值和标准差，设定阈值，识别出超出范围的数据点作为不连续点。

2. 移动平均法：对数据进行移动平均处理，通过观察移动平均曲线的波动，检测出突变的点。

3. 变点检测算法：使用算法如CUSUM或Bayesian Change Point Detection，分析数据序列中均值或方差的变化点。

4. 小波变换：通过小波变换，对信号进行多尺度分析，识别出频率突变的区域，以定位不连续点。

5. 数据插值与外推：对缺失或异常数据进行插值处理，比较插值结果与实际数据的差异，判断是否存在不连续点。

6. 机器学习方法：利用监督或无监督算法，通过模式识别对数据特征进行学习，检测出异常和不连续点。

7. 视觉化方法：通过图表或图形化方式展示数据趋势，直观地识别出数据中的不连续区域。

超声波探伤仪：用于检测材料内部缺陷，通过发射超声波并分析反射波，能够识别出裂纹、气孔等不连续点。

X射线探伤仪：利用X射线穿透材料的特性，能够直观显示内部结构，适用于焊缝、锻件等的缺陷检测。

磁粉检测仪：通过在金属表面施加磁场，并涂覆磁粉，能够揭示出表面和近表面的裂纹与缺陷。

涡流检测仪：通过感应电流的变化来检测导电材料的表面和近表面缺陷，广泛应用于航空航天和电力行业。

红外热成像仪：利用红外成像技术监测物体温度分布，可以发现由于不连续点导致的温度异常，适合于电气设备的监测。

视觉检测系统：通过图像处理技术，自动检测产品表面缺陷，适合于高效率的在线检测。