一种用于多点位工业数据缺陷检测的方法及装置
基本信息
| 申请号 | CN202210539286.5 | 申请日 | - |
| 公开（公告）号 | CN114648077A | 公开（公告）日 | 2022-06-21 |
| 申请公布号 | CN114648077A | 申请公布日 | 2022-06-21 |
| 分类号 | G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 宋艳枝;汪方军 | 申请（专利权）人 | 合肥高斯智能科技有限公司 |
| 代理机构 | 合肥汇融专利代理有限公司 | 代理人 | - |
| 地址 | 230031安徽省合肥市蜀山区金寨路91号立基大厦A座第16层1603室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及人工智能技术领域，解决了人力标注成本高且分类预测准确率低的技术问题，尤其涉及一种用于多点位工业数据缺陷检测的方法，包括以下过程：根据点位信息对第一样本数据集进行划分；将相同点位下的标准样本和无标签样本组成的样本对，输入孪生网络中并将输出结果作为伪标签；基于第一样本数据集所划分的样本和所述伪标签进行点位内的数据融合以获得第二样本数据集；基于第二样本数据集构造两个分支的分类损失函数并利用随机梯度下降法优化。本发明通过多点位数据信息实现了工业数据的半监督学习，有效地提高了样本利用率，提高了自训练孪生网络方法在工业数据上的预测准确率，还降低了工业数据的人力标注成本。 |
