基于不确定数据模式分类的零件质量等级分类方法、装置、设备、介质及产品

本申请公开了一种基于不确定数据模式分类的零件质量等级分类方法、装置、设备、介质及产品，涉及人工智能领域。该方法首先获取使用传感器监测的零件不同部位、不同加工阶段的包含多个维度特征的零件尺寸数据；然后对零件尺寸数据进行数据预处理，得到预处理后零件尺寸数据；基于粒度和弹性网络改进遗传算法的适应度函数，形成特征选择遗传算法；使用特征选择遗传算法筛选预处理后零件尺寸数据的多个维度特征，得到最优特征子集；从预处理后零件尺寸数据中提取出与最优特征子集对应的特征数据，构建特征数据集；基于特征数据集，使用证据K近邻模型进行零件质量等级分类，能够显著提高不确定数据环境下零件质量等级分类的效率和准确性。