首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于WGAN数据增强和难例挖掘的质量预测模型的构建方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:杭州阿虎科技有限公司

摘要:本发明公开了基于WGAN数据增强和难例挖掘的质量预测模型的构建方法,先对SECOM数据集进行数据预处理,再通过融合One‑ClassF‑score和mRMR的特征选择方法在特征选择上的优势,得到两组SECOM特征数据子集,分别为未通过检测数据点和通过检测数据点;再引入WGAN模型进行少数类样本扩增,以期在学习少数类样本分布的前提下扩增少数类样本数量用于降低数据的不平衡程度;使用基于FocalLoss的难例挖掘技术对LightGBM模型进行优化,并结合阈值移动方法调整LightGBM模型的决策边界,构建难例挖掘的LightGBM质量预测模型。本发明在数据分布失衡的制造数据集上拥有良好的预测性能,能够较好的拟合出复杂工序产品制造数据中的非线性关系,并兼顾不合格样本的召回率与整体产品的预测准确率。

主权项:1.基于WGAN数据增强和难例挖掘的质量预测模型的构建方法,其特征在于:包括以下步骤:步骤1:先对SECOM数据集进行数据预处理,再通过融合One-ClassF-score和mRMR的特征选择方法在特征选择上的优势,得到两组SECOM特征数据子集,分别为未通过检测数据点和通过检测数据点;步骤2:引入WGAN模型进行少数类样本扩增,以期在学习少数类样本分布的前提下扩增少数类样本数量用于降低数据的不平衡程度;步骤3:使用基于FocalLoss的难例挖掘技术对LightGBM模型进行优化,并结合阈值移动方法调整LightGBM模型的决策边界,构建难例挖掘的LightGBM质量预测模型。

全文数据:

权利要求:

百度查询: 杭州阿虎科技有限公司 基于WGAN数据增强和难例挖掘的质量预测模型的构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。