一种基于人工智能的矿用卡车驱动桥支承轴全自动精加工质量检测方法

本发明属于机器学习领域，尤其涉及一种基于人工智能的矿用卡车驱动桥支承轴全自动精加工质量检测方法。首先准备标注和未标注数据集，采用改进指数三角优化算法优化XGBoost作为任务模型，定义元学习器为策略生成器。训练模型前检测数据噪声，正常样本按对抗训练生成扰动计算损失，噪声样本设置不同扰动约束。通过元任务划分、多维度评估样本价值优化查询策略。将新数据加入训练集，达到停止标准后用训练好的模型检测质量。相比传统方法，本发明克服了XGBoost及传统优化算法缺点，提升数据质量，优化样本选择策略，可实现高精度、高效率检测。