摘要
本发明公开了一种极耳撕裂缺陷预测方法、装置、设备及存储介质,其方法包括:获取电芯生产过程中的多维数据,基于所述多维数据生成特征数据集;基于所述特征数据集对预设第一监督模型进行训练,得到第二监督模型;基于所述特征数据集对预设第一无监督模型进行训练,得到第二无监督模型;获取待预测数据,将所述待预测数据分别输入至所述第二监督模型及第二无监督模型,得到第一预测结果和第二预测结果;基于所述第一预测结果和所述第二预测结果,获取最终预测结果,实现对极耳撕裂缺陷的预测。通过基于监督模型和无监督模型对电芯生产过程中的多维特征数据进行预测,避免极耳撕裂缺陷预测依赖单一电压信号进行,提高预测准确性。
技术关键词
无监督模型
缺陷预测方法
生成特征
网格搜索算法
样本
无监督学习
多维特征数据
可读存储介质
参数
无监督算法
标签
线性回归模型
森林模型
模块
电芯
计算机
处理器
系统为您推荐了相关专利信息
误差改正方法
SVR模型
结构风险最小化
函数关系模型
畸变特征
性能指标数据
内存
诊断方法
故障诊断模型
无监督学习