基于贝叶斯网络的钢铁缺陷溯源方法 |
| |
引用本文: | 陈新宇,唐沉,郑超琦,刘英林,陈玉柱,张超.基于贝叶斯网络的钢铁缺陷溯源方法[J].冶金自动化,2022(S1):52-55. |
| |
作者姓名: | 陈新宇 唐沉 郑超琦 刘英林 陈玉柱 张超 |
| |
作者单位: | 1. 大连理工大学数学科学学院;2. 上海宝信软件股份有限公司大数据事业部 |
| |
基金项目: | 国家重点研发计划资助项目(2020YFB1711104); |
| |
摘 要: | 为解决钢铁产品生产过程中缺陷样本与正常样本数据量极度不匹配的问题,给出了基于贝叶斯网络的产品缺陷溯源方法。首先,使用箱线图法将样本特征的取值布尔化;然后构建一个初始贝叶斯网络,根据样本不同的异常情况调整贝叶斯网络的连接权重;得到连接权重后,从缺陷节点逆向溯源,寻找可能导致该缺陷的原因。最后,以保护渣缺陷溯源为例,对该方法进行了验证。
|
关 键 词: | 机器学习 贝叶斯网络 概率图 缺陷溯源 保护渣 钢铁产品 |
|
|