基于半監(jiān)督學(xué)習(xí)雙模型結(jié)構(gòu)的注塑產(chǎn)品異常檢測

打開文本圖片集

摘要：質(zhì)量數(shù)據(jù)分布的不平衡及分類邊界的模糊性限制了傳統(tǒng)分類器的性能，阻礙了企業(yè)智能生產(chǎn)決策的高效實施。為此，提出了一種基于雙模型結(jié)構(gòu)的深度生成模型異常檢測方法，根據(jù)尺寸數(shù)據(jù)分布將合格產(chǎn)品等級進(jìn)行二分類，即優(yōu)秀及次優(yōu)，分別用于訓(xùn)練兩個深度生成模型，考慮數(shù)據(jù)分布特點(diǎn)設(shè)計加權(quán)集成，基于計算的異常分?jǐn)?shù)對產(chǎn)品進(jìn)行合格性判定。（剩余14064字）