双分支增量学习的烟支质量异常数据检测方法及系统

本发明实施例提供一种双分支增量学习的烟支质量异常数据检测方法及系统，属于人工智能技术领域。所述方法包括：获取烟支生产过程中的质量统计数据；将质量统计数据进行预处理，以得到预训练数据集和增量优化数据集；采用预训练数据集对深度神经网络模型进行训练，以得到训练完成的深度神经网络；构建教师‑学生自训练机制的增量优化框架；将训练完成的深度神经网络作为教师模型，采用增量优化数据集输入教师模型，以得到伪标签数据集；将教师模型作为学生模型，采用伪标签数据集对学生模型进行训练；获取当前的质量统计数据；采用学生模型对当前的质量统计数据进行质量预测。该检测方法及系统能够提高烟支生产过程中的监测效率。