基于不平衡大數據的CS-AdaBoost-DT模型在家電產品質檢中的應用

作者：吳增源,周彩虹,劉暢,鄭素麗

摘要：質量檢測作為質量管理的基礎工作,是防止不良品流入市場的關鍵。針對工業大數據中不合格品(正類)密度極低,但現有算法多以全局最優為目標,難以檢測出不合格品的問題,提出CS-AdaBoost-DT智能質檢模型。使用AdaBoost自適應集成算法級聯多棵決策樹,以解決單個分類器易于陷入局部最優的問題;同時,引入代價敏感因子對分類結果、產品種類不同的樣本權重進行差異化賦值,進而降低不平衡數據對模型分類結果偏移的影響,以期減少企業質檢的損失。以Bosch公司家電生產線的大數據為例,使用決策樹、SVM、AdaBoost-DT、CS-AdaBoost-DT模型進行實證分析,并進行十折交叉驗證以分析模型性能。結果顯示:CS-AdaBoost-DT漏檢率均值為9.88%,AUC均值為95.21%,G-mean均值為83.9%,都優于其他三種模型,且各指標的標準差更小,表明CS-AdaBoost-DT模型不僅提高了產品質量檢測的準確性,且具有更高的穩定性。

發文機構：中國計量大學經濟與管理學院 上海應用技術大學電氣與電子工程學院

關鍵詞：家用電器質量檢測不平衡大數據代價敏感ADABOOST算法household appliancesquality inspectionimbalanced big datacost sensitiveAdaBoost algorithm

分類號： TP181[自動化與計算機技術—控制理論與控制工程]