学位论文 > 优秀研究生学位论文题录展示

数据挖掘技术在中测数据分析中的应用

作　者: 王云锋
导　师: 赵建明；寻培珏
学　校: 电子科技大学
专　业: 软件工程
关键词: 数据挖掘分类技术决策树神经网络中测数据
分类号: TP311.13
类　型: 硕士论文
年　份: 2010年
下　载: 79次
引　用: 0次
阅　读: 论文下载

内容摘要

数据分析已经成为了企业管理的基石,人们正在经历从经验式管理到科学决策的转变。当今很多世界顶尖的企业都把数据分析当成企业竞争战略,通过数据分析提高企业的竞争优势。中国的企业现在也面临着各种各样的困难,急需要通过科学的方法降低成本、提高经营质量、加快产品创新。数据分析无疑成为了开启成功大门的钥匙。半导体生产工艺复杂、参数众多,如何通过对中测数据的分析,挖掘出各项参数间的关联性对半导体生产意义重大。然而用传统的数据分析技术不能满足实际生产的需要。数据挖掘方法很好地克服了半导体参数众多和非线性的特点,能很好的解决生产中的实际问题。相信今后几年数据挖掘方法将会给半导体生产工业带来巨大影响。本文系统地介绍了数据挖掘的商业流程和建模框架,并对数据挖掘中的关联分析技术、聚类分析技术、异常检测技术,进行了概述性的介绍。并且对分类技术进行了详细的介绍,包含了常用的分类算法,如:决策树、神经网络等。对各种算法的优缺点进行了阐述,并且对决策树所遇到的过拟问题进行了分析。为了解决过拟问题,本文简单介绍了几种剪枝方法。在介绍分类算法的同时,对分类器的性能评估方法和比较分类器的方法进行了说明。本论文主要是采用数据挖掘技术解决两个生产中实际遇到的问题,一是电源用产品高温漏电ICBO合格率偏低问题,二是芯片中测中因未自动化测试存储时间ts,导致参数ts测试控制存在准确率问题。这两个问题的共性是所要控制的参数非生产、测试过程所能直接控制的参数,是需要进行间接管控的。论文通过选取数据挖掘技术中适宜的算法,寻找与目标参数强相关且生产、测试过程中能够控制的参数,实现目标参数间接质控。其主旨是通过此案例在半导体中测数据分析中引入数据挖掘的概念。

全文目录

摘要  4-5
ABSTRACT  5-9
第一章绪论  9-11
  1.1 课题的背景和意义  9
  1.2 论文研究的主要思路  9-10
  1.3 论文结构  10
  1.4 本章小结  10-11
第二章数据挖掘技术介绍  11-21
  2.1 数据挖掘概述  11-14
    2.1.1 数据挖掘的对象  11-12
    2.1.2 数据挖掘的应用领域  12-14
  2.2 数据挖掘的主要技术  14-16
    2.2.1 分类与回归  14-15
    2.2.2 聚类分析  15
    2.2.3 关联分析  15-16
    2.2.4 异常检测  16
  2.3 数据挖掘技术建模框架  16-19
  2.4 数据挖掘技术面临的挑战  19-20
  2.5 本章小结  20-21
第三章分类技术综述  21-33
  3.1 分类技术基本概念  21
  3.2 分类技术  21-31
    3.2.1 决策树  21-28
    3.2.2 神经网络  28-31
  3.3 分类器性能评估方法  31-32
  3.4 本章小结  32-33
第四章分类技术在中测数据分析中的应用  33-68
  4.1 生产问题描述  33-34
  4.2 程序设计  34-38
    4.2.1 问题一程序设计  34-36
    4.2.2 问题二程序设计  36-38
  4.3 数据整理  38-55
    4.3.1 测量系统分析  38-46
    4.3.2 数据抽样  46
    4.3.3 数据采集  46-50
    4.3.4 数据清理  50
    4.3.5 维规约  50-55
    4.3.6 数据的二元化  55
    4.3.7 数据的分区  55
  4.4 算法选择  55-60
    4.4.1 问题一算法选择  55-58
    4.4.2 问题二算法选择  58-60
  4.5 模型的实际应用  60-66
    4.5.1 问题一模型应用  60-65
    4.5.2 问题二模型应用  65-66
  4.6 本章小结  66-68
第五章总结与展望  68-69
致谢  69-70
参考文献  70-72

数据挖掘技术在中测数据分析中的应用

内容摘要

全文目录

相似论文