典型文献
基于数据挖掘的汽车生产线螺栓打紧异常识别
文献摘要：
针对汽车装配螺栓打紧过程,提出了一种可以准确识别打紧异常的模型.首先对原始数据进行处理,包括去除噪声和集中主体数据,并根据过程扭矩提取特征.对异常样本过少问题,提出了适合的SMOTE改进算法,通过对异常样本过采样平衡了数据集,挖掘并利用更多的样本信息.最后基于加权随机森林算法构建分类器,完成整个识别模型的建立.通过真实数据验证,模型可准确识别出打紧异常螺栓.
文献关键词：
螺栓打紧;异常识别;数据挖掘;汽车生产线
中图分类号：
作者姓名：
安猛;孟新宇;陈长征;安文杰
作者机构：
沈阳工业大学机械工程学院,辽宁 沈阳 110027
文献出处：
引用格式：
[1]安猛;孟新宇;陈长征;安文杰-.基于数据挖掘的汽车生产线螺栓打紧异常识别)[J].机械工程与自动化,2022(03):7-10,13
A类：
螺栓打紧
B类：
汽车生产线,异常识别,汽车装配,准确识别,原始数据,除噪声,扭矩,提取特征,SMOTE,改进算法,过采样,加权随机森林,随机森林算法,分类器,识别模型,真实数据,数据验证
AB值：
0.290685
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
