基于半监督学习双模型结构的注塑产品异常检测

摘要

质量数据分布的不平衡及分类边界的模糊性限制了传统分类器的性能，阻碍了企业智能生产决策的高效实施。为此，提出了一种基于双模型结构的深度生成模型异常检测方法，根据尺寸数据分布将合格产品等级进行二分类，即优秀及次优，分别用于训练两个深度生成模型，考虑数据分布特点设计加权集成，基于计算的异常分数对产品进行合格性判定。以变分自编码器(VAE)、Wasserstein生成对抗网络(WGAN)为子模型开发了两个双模型结构，测试结果显示，相较于单模型结构，基于双模型的VAE和WGAN在测试集上的分类准确率分别提高了4.5%和6%。

关键词

产品质量 / 异常检测 / 变分自编码器 / Wasserstein生成对抗网络 / 双模型结构