摘要: 压缩机是制冷设备的核心组件,也是设备异音的主要来源,基于大数据的产品质量异常检测是工业智能化的一个典型需求,它以工业数据和人工智能方法为基础,通过建立数据驱动模型实现产品的异常检测,高质量的标注样本是使用人工智能方法实现压缩机异常检测的关键。提出一种基于自编码器的样本自动标注方法,以自编码器的样本重构误差序列为依据,对样本进行渐进调整,逐步提炼训练样本,最终,从大量存在标注误差的样本中提取出标注准确的正常样本和故障样本。该方法解决了人工方式大规模样本的现场实时标注难题,可为产品在线异常检测提供标注准确的训练样本。
中图分类号:
孙郑依, 冯涛, 王晶. 基于自编码器的大规模样本标签校正方法[J]. 家电科技, 2023, 0(4): 94-98.
SUN Zhengyi, FENG Tao, WANG Jing. Label correction method based on autoencoders for large scale samples[J]. Journal of Appliance Science & Technology, 2023, 0(4): 94-98.