(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210108101.5 (22)申请日 2022.01.28 (71)申请人 无锡雪浪数制科技有限公司 地址 214000 江苏省无锡市经济开发区金 融一街1号昌兴国际金融大厦6楼 (72)发明人 王峰　薛凯　 (74)专利代理 机构 无锡华源专利商标事务所 (普通合伙) 32228 专利代理师 孙建 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06K 9/62(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) (54)发明名称 一种基于随机森林的光纤生产合格指标预 测方法 (57)摘要 本发明公开了一种基于随机森林的光纤生 产合格指标预测方法， 该方法包括以下步骤： 获 取产品特征流通图， 作为随机森 林算法的输入特 征； 构建决策树节点； 判断所述决策树节点是否 为叶子节点， 若是， 则求当前节点所有Y的平均 值， 若否， 进行下一步； 计算得到训练集合X的特 征个数C和集合大小 N； 判断C是否大于0， 若否， 则 构造左右两个子节点， 两个子节 点递归执行本步 骤， 直到到达叶子节点并返回， 若是则进行下一 步； 切分训练集， 计算切分后的不纯净度； 判断当 前切分点的不纯净度是否小于当前节点最小的 不纯净度， 若是则存储该切分点和切分特征， 若 否则执行下一步； 判断是否遍历到最后一个值。 本发明预测出能优化 生产的参数。 权利要求书2页 说明书7页 附图9页 CN 114462699 A 2022.05.10 CN 114462699 A 1.一种基于随机森林的光纤生产合格指标预测方法， 其特征在于， 该方法包括以下步 骤： S1： 获取若干个产品的剖面特征， 并将若干个产品的剖面特征组成产品特征流通图， 作 为随机森林算法的输入特 征， 其中， 输入特 征包括芯棒模场直径及折 射率剖面； S2： 输入训练集合(X， Y)， 构建决策树节点， 其中， X为筛选出的产品输入特征， Y为要预 测的合格指标； S3： 判断所述决策树节点是否为叶子节点， 若是， 则求当前节点所有Y的平均值， 并作 为 该叶子节点的预测值， 并接受训练， 若否， 进行 下一步； S4： 计算得到训练集 合X的特征个数C和集 合大小N； S5： 判断C是否大于0， 若否， 则根据当前最优划分， 将训练集合划分为两个集合， 据此构 造左右两个子节点， 两个子节 点递归执行本步骤， 直到到达叶子节点并返回， 若 是则进行下 一步； 其中据此构 造左右两个子节点， 两个子节 点递归执行本步骤， 直到到达叶子节点并返 回， 其中， 还包括以下步骤： 选择第j个特征和它的取值s作为切分变量和切分点， 并将训练 集合(X， Y)划分为区域R1(j， s)和区域R2(j， s)， 其中： R1(j,s)＝{x∣ x(j)≤s}， R2(j,s)＝{x∣ x(j)>s}； 利用公式： 寻找最 优切分变量j和 切分点s， i为非零自然数， x、 y为训练集， c1和c2分别表示数据集被划分成两部分后的输出值， 和 表示c1和c2的函数值,ave表示 求平均值 函数； 采用穷举找到最优的切分变量j和最优切分点s， 并继续循环执行S5中的步骤， 直到满 足停止条件； S6： 遍历第C个特征在训练集中的所有取值， 且以每个值为切分点， 计算切分后的不纯 净度； S7： 判断当前切分点的不纯净度是否小于当前节点最小的不纯净度， 若是则存储该切 分点和切分特征， 若否则执 行下一步； S8： 判断是否遍历到最后一个值， 若是， 则执 行步骤S5， 若否， 则执 行步骤S6； 其中， 使用Local  Outlier Factor算法来进行原始数据的异常点检测， 并在对输入数 据进行随机森林算法训练前将异常点剔除， 同时在随机森林算法训练过程中， 采用网格搜 索算法来搜寻模型的最佳参数。 2.根据权利要求1所述的一种基于随机森林的光纤生产合格指标预测方法， 其特征在 于， 所述产品的生产过程包括芯棒 生产、 芯棒检测、 光 棒生产、 光纤生产和光纤检测。 3.根据权利要求1所述的一种基于随机森林的光纤生产合格指标预测方法， 其特征在 于， 所述随机森林算法训练后的输出 特征为截止波长和光纤模场直径。 4.根据权利要求1所述的一种基于随机森林的光纤生产合格指标预测方法， 其特征在权　利　要　求　书 1/2 页 2 CN 114462699 A 2于， 所述将若干个产品的剖面特征组成产品特征流通图时， 通过将剖面特征可视化， 提取影 响预测结果的特 征来组成产品特 征流通图。 5.根据权利要求1所述的一种基于随机森林的光纤生产合格指标预测方法， 其特征在 于， 所述使用L ocal Outlier Factor算法来进行异常点检测还 包括以下步骤： 设定点p的第k距离记 做dk(p)； 点p的第k距离邻域记为Nk(p)， 代表的是点p的第k距离范围以内的所有的数据点， 点p的 第k邻域点个数为|Nk(p)|≥k； 点a对于点p的可达距离 定义为： d(a,p)＝max(dk(p),d(a,p) )； 点p的局部可达密度为； 其中， reac h‑dist表示可达距离； ai的局部离群因子 定义如下： 局部离群因子越小， 局部可达密度越大， ai是离群点 的可能性越小， 反 之ai是异常点的可能性越大,i 为非零自然数。 6.根据权利要求5所述的一种基于随机森林的光纤生产合格指标预测方法， 其特征在 于， 所述使用Local  Outlier Factor算法来进行异常点检测之后进行数据点的归一化处 理。 7.根据权利要求6所述的一种基于随机森林的光纤生产合格指标预测方法， 其特征在 于， 所述数据点的归一 化处理包括以下步骤： 对数据点特 征e1,e2,…,en进行标准化： 并得到f1,f2,…,fn∈[0,1]， 为无量纲的数据， 是 所运算特征中数据的最小值， 是所运算特征中数据的最大值； j及n均为 非零自然 数。 8.根据权利要求1所述的一种基于随机森林的光纤生产合格指标预测方法， 其特征在 于， 所述采用网格搜索算法来搜寻模型的最佳参数时， 在指 定的参数范围内， 按步长依次调 整参数， 并利用调整的参数训练学习器， 从所有的参数中找到在验证集上精度最高的参数。 9.根据权利要求1所述的一种基于随机森林的光纤生产合格指标预测方法， 其特征在 于， 所述随机森林算法训练过程中， 进 行10折交叉验证来训练模型， 取每次测试指标的均值 作为模型的评价标准。权　利　要　求　书 2/2 页 3 CN 114462699 A 3