[发明专利]一种工业低质高噪数据建模及产品质量预测方法

摘要

本发明公开了一种工业低质高噪数据建模及产品质量预测方法，包括不但能够充分地利用有标签样本和无标签样本，而且在极少的有标签样本下就可以获得不错的性能。特别是，通过我们精心设计的自监督学习的预训练辅助任务，模型能够很好的学习到原始数据的表征，通过这种表征学习，模型能够在极少数的有标签样本，甚至是原始有标签样本数据的1/10,1/20下，获得媲美传统方法如支持向量机，梯度提升树等模型的结果；相对于传统的，没有进行提前预训练的模型，有预训练的模型优势明显，尤其是在极少有标签样本的数据量下，不容易过拟合而且效果良好；为了将这种自监督学习的预训练辅助任务引入工业过程中，提出了一种针对不同特征重要性的预训练辅助任务，有效地提高了预训练的效果；本发明结构简单，安装稳定性高，数据采集效率高且使用方便，实用性强。