一种基于CART决策树的钢板板形质量异常检测方法

摘要

本发明涉及钢板板形质量异常检测技术领域，提供一种基于CART决策树的钢板板形质量异常检测方法。首先采集钢板的厚度数据集和板形质量标签，计算钢板的相对厚度数据集；然后提取表征钢板相对厚度的钢板质量相关特征为最优超限率、相对厚度在长度、宽度方向上的波动参数，构造钢板板形质量样本集；接着以表征钢板的相对厚度的特征向量为输入、钢板的板形质量标签为输出，利用训练样本集构建并训练基于CART决策树的钢板板形质量异常检测模型，得到最优子树；最后采集待检测钢板的厚度数据集，计算并将表征待检测钢板的相对厚度的特征向量输入最优子树，得到其板形质量标签。本发明能够提高钢板板形质量异常检测的客观性、准确性和实时性。