[发明专利]缺陷特征识别的有效抽象描述方法

说明书

本发明涉及缺陷识别的领域，尤其涉及缺陷特征的有效抽象描述方法，其步骤为：S100、采集零部件的缺陷信息，得到样本数据，对样本数据集进行一致性检查，对样本数据集进行缺失值、异常值处理；S200、将样本数据进行中心标准化处理；S300、以合成特征的方式对特征物理量进行降维，形成少数有效描述缺陷的抽象特征；S400、将生成的抽象特征依次排序，计算抽象特征的方差贡献率及方差累计贡献率，确定抽象特征个数；S500、对确定的抽象特征进行提取，生成少于原始特征物理量维度新的数据集，新的数据集放入集成算法内进行预测，与原始数据集预测的结果对比，得出结论，算法完成。本发明减少了工业零部件缺陷的识别不准确的情况。

技术领域

本发明涉及缺陷识别的领域，尤其涉及缺陷特征的有效抽象描述方法。

背景技术

在工业质检当中，通过设备机台检测工业零部件的表面缺陷，零部件一般为电子3C类零部件，如手机外壳、笔记本外壳、手机配件等，零部件的表面缺陷为刮伤、碰伤、刀纹等，数据样本量远远小于合格(良品)数据样本量，并且描述同一样本的特征物理量非常多的情况，以及数据集中、不同缺陷样本分类不均衡造成某些缺陷样本数量小于特征物理量维度的情况，以上这些情况使样本数量小于特征物理量的缺陷数据无法在现有集成算法当中进行训练及识别。

目前集成算法只能对样本数量大于特征物理量的缺陷数据识别或导致识别错误，这就直接导致了工业零部件缺陷的识别不准确，造成集成算法生成的工业质检数据与实际现场人工核对存在误差。

发明内容

本发明要解决的技术问题是：为了解决工业零部件缺陷的识别不准确,造成集成算法生成的工业质检数据与实际现场人工核对存在误差的问题，本发明提供一种可以不受数据样本量约束，并对缺陷特征进行降维的缺陷特征识别的有效抽象描述方法。

本发明解决其技术问题所采用的技术方案是：一种缺陷特征识别的有效抽象描述方法，其步骤为：

S100、、通过设备机台采集工业零部件的缺陷信息，得到零部件的样本数据，对样本数据集进行一致性检查，并对样本数据集进行缺失值、异常值处理；

S200、将样本数据进行中心标准化处理，便于不同物理量之间能够进行比较和加权；

S300、以合成特征的方式对特征物理量进行降维，形成少数可以有效描述缺陷的抽象特征；

S400、将生成的抽象特征依次排序，并计算抽象特征的方差贡献率及方差累计贡献率，确定抽象特征的个数；

S500、对确定的抽象特征进行提取，生成少于原始特征物理量维度新的数据集，新的数据集放入集成算法内进行预测，与集成算法内的原始数据集在现有集成算法内预测的结果进行对比，得出结论，算法完成。

本发明属于数据的特征降维，与集成算法协同合作，可以使算法不受特征物理量维度的桎梏，减少工业零部件缺陷的识别出现不准确的情况,减少工业零部件的不同缺陷在设备上识别出现断层，减少集成算法生成的工业质检数据与实际现场人工核对存在的误差，从而提高模型精确度，降低现场工作难度。在满足工业现场的动态需求情况下，提高执行效率，降低已有集成算法的训练成本和影响。采用本发明进行特征降维成本低并且准确率高，尤其适用于新出现的小样本量缺陷类型或样本数据不均衡的情况，降低了由于数据量过小导致的工业设备识别的不准确性，克服了由于光照条件、相机角度、工件差异、亮度湿度等导致的缺陷物理量描述不一的不利因素，辅助完成对多项目多缺陷的缺陷精准检测及划分。

进一步，为了提高对样本数据检测的准确率和提高执行效率，步骤100中，检查样本数据有无缺失和检查数据是否在实际物理量取值范围之内。

进一步，为了提高了后续检测步骤的准确性，减少由于物理量单位和取值范围不同造成后续步骤结果的偏差，提高对样本数据检测的准确率，步骤200中，将样本数据进行中心标准化处理后，去除物理量之间的单位限制，转化为无量纲的纯数值数据。