基于不平衡大数据的CS-AdaBoost-DT模型在家电产品质检中的应用

作者：吴增源,周彩虹,刘畅,郑素丽

摘要：质量检测作为质量管理的基础工作,是防止不良品流入市场的关键。针对工业大数据中不合格品(正类)密度极低,但现有算法多以全局最优为目标,难以检测出不合格品的问题,提出CS-AdaBoost-DT智能质检模型。使用AdaBoost自适应集成算法级联多棵决策树,以解决单个分类器易于陷入局部最优的问题;同时,引入代价敏感因子对分类结果、产品种类不同的样本权重进行差异化赋值,进而降低不平衡数据对模型分类结果偏移的影响,以期减少企业质检的损失。以Bosch公司家电生产线的大数据为例,使用决策树、SVM、AdaBoost-DT、CS-AdaBoost-DT模型进行实证分析,并进行十折交叉验证以分析模型性能。结果显示:CS-AdaBoost-DT漏检率均值为9.88%,AUC均值为95.21%,G-mean均值为83.9%,都优于其他三种模型,且各指标的标准差更小,表明CS-AdaBoost-DT模型不仅提高了产品质量检测的准确性,且具有更高的稳定性。

发文机构：中国计量大学经济与管理学院 上海应用技术大学电气与电子工程学院

关键词：家用电器质量检测不平衡大数据代价敏感ADABOOST算法household appliancesquality inspectionimbalanced big datacost sensitiveAdaBoost algorithm

分类号： TP181[自动化与计算机技术—控制理论与控制工程]