|
|||||
|
|
| 基于集成学习算法的工业产品质量预测 | |
| 引用本文： | 江琨,丁学明.基于集成学习算法的工业产品质量预测[J].教育技术导刊,2019,18(1):124-127. |
| 作者姓名： | 江琨 丁学明 |
| 作者单位： | 上海理工大学 光电信息与计算机工程学院，上海 200093 |
| 摘 要： | 现代数字化工业生产中，制造、组装和测试过程会产生大量数据，这些数据中隐藏着决定产品质量的信息和知识。使用传统抽检手段发现质量问题后再加以修改往往为时已晚。数据挖掘中用生产参数预测产品质量，可以预先获取产品质量信息，据此进行调整以提高产品质量。采用CRISP-DM流程，使用集成学习算法（随机森林、XGBoost），利用回归与分类模型进行数据挖掘，经参数调节获得精确的优化模型，在生产中运用该模型有助于提升产品质量。 |
| 关 键 词： | 数据挖掘 CRISP-DM 质量预测 集成学习 随机森林 XGboost |
| 点击此处可从《教育技术导刊》浏览原始摘要信息 | |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 | |