(19)中华 人民共和国 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 202111653099.1 (22)申请日 2021.12.3 0 (71)申请人 中国电信股份有限公司 地址 100033 北京市西城区金融大街31号 (72)发明人 熊奕洋　张学智　黄鹏　 (74)专利代理 机构 北京律智知识产权代理有限 公司 11438 代理人 孙宝海　阚梓瑄 (51)Int.Cl. H01L 21/66(2006.01) G06F 16/906(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 质量检测方法及 装置、 电子设备和计算机可 读存储介质 (57)摘要 本申请提出了一种质量检测方法及装置、 电 子设备和计算机可读存储介质， 其中， 该方法包 括： 获取目标产品的第一特征信息集合； 按照预 定的信息预处理方式对所述第一特征信息集合 进行预处理， 生成第二特征信息集合； 根据预定 的特征构建规则和所述第二特征信息集合， 生成 第三特征信息集合； 基于所述第三特征信息集 合、 catboost模型和LightGBM模型， 确定所述目 标产品是否为质量合格产品。 通过本申请的技术 方案， 扩大了产品质量检验的覆盖范围， 增加了 产品指令 检验的准确性。 权利要求书2页 说明书11页 附图2页 CN 114334696 A 2022.04.12 CN 114334696 A 1.一种质量检测方法， 其特 征在于， 包括： 获取目标产品的第一特 征信息集 合； 按照预定的信 息预处理方式对所述第 一特征信 息集合进行预处理， 生成第 二特征信 息 集合； 根据预定的特 征构建规则和所述第二特 征信息集 合， 生成第三特 征信息集 合； 基于所述第三特征信息集合、 catboost模型和LightGBM模型， 确定所述目标产品是否 为质量合格产品， 其中， 所述catb oost模型和所述LightGBM模型均由样本产品的第三特征 信息集合和质量预测值训练得到 。 2.根据权利要求1所述的质量检测方法， 其特征在于， 所述按照预定的信 息预处理方式 对所述第一特 征信息集 合进行预处理， 生成第二特 征信息集 合的步骤， 包括： 对于所述第一特征信息集合中连续型的特征信息， 若所述特征信息包括异常值， 则删 除所述异常值或以填充值 替换所述异常值， 若所述特 征信息包括 缺失值， 则将所述 填充值设置为所述 缺失值； 在完成对所述异常值和/或所述缺失值的处理后， 对所述连续型的特征信息进行归一 化处理； 以及 基于one‑hot编码方式， 对所述第一特 征信息集 合中离散型的特 征信息进行编码。 3.根据权利要求2所述的质量检测方法， 其特 征在于， 设置所述 填充值的方式包括： 对于所述第 一特征信 息集合中的每项特征信 息， 基于所述特征信 息中所述缺失值的占 比， 在多种 预设填充方式中选择与所述占比相匹配的目标填充方式， 并基于所述 目标填充 方式生成所述 填充值。 4.根据权利要求1至3中任一项所述的质量检测方法， 其特征在于， 所述根据预定的特 征构建规则和所述第二特 征信息集 合， 生成第三特 征信息集 合的步骤， 包括： 基于所述第 二特征信 息集合中每种特征信 息与所述目标产品的质量相关度， 在所述第 二特征信息集 合中确定多种与所述目标产品的质量相关联的第一目标 特征信息； 按照每种所述第 一目标特征信 息的信息量由高至低的顺序， 选择前指定数量的所述第 一目标特征信息作为第二目标 特征信息； 基于预定的特征构建规则， 对所述第 二目标特征信 息中的任一项或多项特征信 息进行 处理， 得到新增目标特征信息， 并将所述新增目标特征信息和所述第二 目标特征信息设置 为第三目标 特征信息； 对所述第三目标特征信 息中的每项特征信 息按照重要度的高低进行排序， 得到所述第 三特征信息集 合。 5.根据权利要求4所述的质量检测方法， 其特征在于， 所述对所述第 三目标特征信 息中 的每项特 征信息按照重要度的高低进行排序， 得到所述第三特 征信息集 合的步骤， 包括： 对于所述第三目标特征信息中的每项特征信息， 基于catboost模型、 LightGBM模型和 残差分析， 分别确定所述特 征信息的第一权 重、 第二权 重和第三权 重； 基于所述特 征信息的第一权 重、 第二权 重和第三权 重， 确定所述特 征信息的重要度； 按照所述重要度由高至低的顺序对所述第三目标特征信息中的每项特征信息进行排 序， 得到所述第三特 征信息集 合。 6.根据权利要求1至3任一项所述的质量检测方法， 其特征在于， 所述基于所述第三特权　利　要　求　书 1/2 页 2 CN 114334696 A 2征信息集合、 catb oost模型和LightGBM模型， 确定所述目标产品是否为质量合格产品的步 骤， 包括： 基于所述第三特征信息集合和所述catboost模型， 确定所述目标产品的第一质量预测 值， 以及基于所述第三特征信息集合和所述LightGBM模型， 确 定所述目标产品的第二质量 预测值； 若所述第一质量预测值大于或等于第一阈值， 且所述第二质量预测值大于第二阈值， 或者， 若所述第一质量预测 值小于所述第一阈值， 且所述第二质量预测 值大于或等于第三 阈值， 确定所述目标产品为质量 合格产品， 否则， 确定所述目标产品为质量 不合格产品， 其中， 所述第二阈值小于所述第一阈值和所述第三阈值， 所述第三阈值大于所述第一阈值。 7.一种质量检测装置， 其特 征在于， 包括： 第一特征信息获取 单元， 用于获取目标产品的第一特 征信息集 合； 第二特征信 息获取单元， 用于按照预定的信 息预处理方式对所述第 一特征信 息集合进 行预处理， 生成第二特 征信息集 合； 第三特征信息获取单元， 用于根据预定的特征构建规则和所述第二特征信息集合， 生 成第三特 征信息集 合； 质量检测单元， 用于基于所述第三特征信息集合、 catboost模型和LightGBM模型， 确定 所述目标产品是否为质量合格产品， 其中， 所述catboost模型和所述LightGBM模型均由样 本产品的第三特 征信息集 合和质量预测值训练得到 。 8.根据权利要求7所述的质量检测装置， 其特征在于， 所述第二特征信息获取单元用 于： 对于所述第一特征信息集合中连续型的特征信息， 若所述特征信息包括异常值， 则删 除所述异常值或以填充值替换所述异常值， 若所述特征信息包括缺失值， 则将所述填充值 设置为所述缺 失值； 在完成对所述异常值和/或所述缺 失值的处理后， 对所述连续型的特征 信息进行归一化处理； 以及基于one ‑hot编码方式， 对 所述第一特征信息集合中离散型的特 征信息进行编码。 9.一种电子设备， 其特征在于， 包括： 至少一个处理器； 以及， 与所述至少一个处理器通 信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被设置为用 于执行上述权利要求1至 6中任一项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 存储有计算机可执行指令， 所述计算机可 执行指令用于执 行如权利要求1至 6中任一项所述的方法流 程。权　利　要　求　书 2/2 页 3 CN 114334696 A 3