河海大学施俊杰获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉河海大学申请的专利一种SMT生产线不平衡生产数据的双向采样方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116304714B 。
龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310343766.9,技术领域涉及:G06F18/214;该发明授权一种SMT生产线不平衡生产数据的双向采样方法是由施俊杰;宋德禹;郑胜尧;陈双双;胡樾明设计研发完成,并于2023-03-31向国家知识产权局提交的专利申请。
本一种SMT生产线不平衡生产数据的双向采样方法在说明书摘要公布了:本发明公开了一种面向不平衡数据的双向采样方法,包括S1:设定界线值m,将所有类以界线值m划分多数类样本集Smost和少数类样本集Smin;并将m为作为多数类和少数类的目标样本数量;S2:使用ClusterCentroid算法类将多数类样本集中的样本分为若干簇,保留簇芯并剔除多余样本;S3:通过SMOTE算法对少数类样本过采样,生成新的样本集;S4:将调整过的多数类和少数类样本合并为新的数据集。该方法以多数类和少数类平均值作为目标数量,避免生成或剔除过多的样本。相较ClusterCentroids欠采样,本发明保留更多的特征,减小过拟合的风险。相较SMOTE过采样,本发明减少了少数类需要合成的样本数量,缩短分类器的计算时间,避免少数类样本点过于密集,降低生成无意义数据和噪声数据的风险。
本发明授权一种SMT生产线不平衡生产数据的双向采样方法在权利要求书中公布了:1.一种SMT生产线不平衡生产数据的双向采样方法,其特征在于,采集SMT产线集群中AOI和SPI两条产线中正常运行、非计划停机、计划停机的运行数据,包括如下步骤: 步骤S1:设定界线值m,将所有类以界线值m划分多数类样本集Smost和少数类样本集Smin;并将m作为多数类和少数类的目标样本数量; 界线值m按如下方法获得:找出所有类中样本数量最大值Nmax和最小值Nmin,以二者的平均值为界线m,将所有类以界线值m划分为多数类样本集Smost和少数类样本集Smin;并将m为作为多数类和少数类的目标样本数量; ; 式中,round为四舍五入函数; 步骤S2:使用ClusterCentroid算法类将多数类样本集中的样本分为若干簇,保留簇芯并剔除多余样本; 步骤S3:通过SMOTE算法对少数类样本过采样,生成新的样本集;具体包括如下步骤: 步骤S3.1:对于少数类样本集Smin,采用欧氏距离找到每个样本点的K个最近邻样本,K为大于等于3的正整数; 步骤S3.2:根据少数类样本集的样本数量NumSmin和目标数量m的差值,设置采样倍率n1和n2,根据抽取比例w随机抽取t个样本,在每个样本的K个近邻样本中随机抽取n1次,其余个样本的K个近邻中随机抽取n2次; ; ; ; ; 上式中,ceil为取整函数,ceily为大于y的最小整数;floor为向下取整函数,floorz为不大于z的最大整数; 步骤S3.3:在少数类样本点x和每次抽中的近邻的样本点xn之间的连线上随机生成一个新的样本xnew; ; 上式中,rand为随机函数,rand0,1表示0-1之间的随机数; 步骤S3.4:将生成的样本点加入原样本集合得到调整后的少数类样本集合NewSmin; 步骤S4:将调整过的多数类和少数类样本合并为新的数据集。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人河海大学,其通讯地址为:210000 江苏省南京市鼓楼区西康路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励