李 侠 云南机电职业技术学院统计与国有资产管理处

自动化生产线中识别装置学习模型评估方法浅析

李 侠 云南机电职业技术学院统计与国有资产管理处

在自动化生产线中，识别装置可以说是整条生产线的核心，其识别率的高低直接决定了该生产线的生产质量。本文列举了几种常用的依据样本空间划分训练集和测试集的方法，在使用时可依据实际情况合理选择和评估学习模型，获得满足要求的识别装置。

自动生产线;识别装置;样本空间

引言

随着科学技术的发展，自动化生产线已经在各个行业得到普及，它是将机械技术、微电子技术、电工电子技术、传感测试技术、信息变换技术、网络通信技术等多种技术有机地结合，并综合应用到生产设备中，同时将传感检测、传输与处理、控制、执行与驱动等机构在微处理单元的控制下协调有序地工作，有机的融合在一起。在整个工作环节中，多次涉及对产品的识别问题，识别率的高低就直接决定了整条生产线的质量。

例如在水果自动包装生产线中，假设我们需要将采收来的苹果按照大小、色泽来分别包装，采用安装了传感器的识别装置来对苹果的色泽和大小进行识别。若我们需要识别装置能够准确的识别产品，则必须采用大量样本对识别装置进行学习模型设计和测试。通常我们需要的是识别装置能够学习样本中的普遍规律，但若识别装置的学习能力过强，将某些样本自身的特点当成了普遍规律，那么就会导致泛化能力下降，即可能将多数苹果认为是不合格产品，这种情况我们称之为“过拟合”。……