买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海喆塔信息科技有限公司

摘要：此发明公开了一种基于不良Map图的缺陷模式分析方法，涉及智能制造与人工智能技术领域。此发明对显示面板的不良归类分析，构造了一种基于DBSCAN密度聚类的方法，将不良信息快速定位到不良类型中，解决了现有方式存在效率较低、易遗漏某些因素、难于找到真正缺陷模式多种类的技术问题，能够快速且准确实现找到复杂缺陷种类的技术效果。同时解决了现有划分方法速度慢精度低不便于大数据分析的问题，此发明中的方法更适合大数据计算和自动化分析，精度高，速度快，是一种高效准确的自动缺陷分类方法。

主权项：1.一种基于不良Map图的缺陷模式分析方法，其特征在于：包括以下步骤：步骤1：定时自动查取最近一段时间内生产的产品数据，包括显示面板的不良信息以及显示面板信息；步骤2：对上一步骤数据进行数据预处理，包括缺失值处理；步骤3：将缺陷数据根据产品类型和不良名称进行分组，把显示面板数据进行按其进行分组，形成同产品类型多个glass异常点汇总的缺陷数据；步骤4：各产品类型和不良名称组的缺陷数据坐标数据通过DBSCAN进行聚类，进行打标签，并收集各标签的缺陷数据特征，以及各标签对应的产品数量；步骤5：打过的标签通过名称定义规则与不良名称进行融合；步骤6：显示面板的临界坐标数据与步骤5的数据进行关联；步骤7：针对相似性值，利用DBSCAN模型产出的标签数据特征，将同产品下的缺陷数据进行相似性分析，获取对应的相似性值；步骤8：根据相似性阈值筛选相似性值，按照产品类型和不良名称分组统计其QUANTITY值；步骤9：对已分析的不良相似性，根据产品名进行分组，汇总各产品名的不良信息；所述步骤5还包括已有的标签根据其产品数量按照倒序进行编号命名，并与不良名称融合，形成独立的缺陷种类名；所述步骤7还包括将同产品下的异常坐标数据，与DBSCAN模型产出的标签数据特征，通过显示面板的临界坐标数据构造成同等大小的数组，利用皮尔逊相关系数进行相似性比较，得到相似性值；所述步骤8还包括依据有丰富经验的工程师提供的相关相似性阈值，进行相似性筛选，对于QUANTITY值，根据已筛选出的产品对应的QUANTITY值进行统计；所述步骤9还包括按照产品名分组，将各产品名对应的不良拟定名、QUANTITY值和产品类型的不良QUANTITY值进行汇总，其中不良拟定名包括分组类型。

全文数据：

权利要求：

百度查询： 上海喆塔信息科技有限公司 一种基于不良Map图的缺陷模式分析方法