數(shù)據(jù)挖掘技術(shù)在中測(cè)數(shù)據(jù)分析中的應(yīng)用.pdf

1、數(shù)據(jù)分析已經(jīng)成為了企業(yè)管理的基石,人們正在經(jīng)歷從經(jīng)驗(yàn)式管理到科學(xué)決策的轉(zhuǎn)變。當(dāng)今很多世界頂尖的企業(yè)都把數(shù)據(jù)分析當(dāng)成企業(yè)競(jìng)爭(zhēng)戰(zhàn)略,通過(guò)數(shù)據(jù)分析提高企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)。中國(guó)的企業(yè)現(xiàn)在也面臨著各種各樣的困難,急需要通過(guò)科學(xué)的方法降低成本、提高經(jīng)營(yíng)質(zhì)量、加快產(chǎn)品創(chuàng)新。數(shù)據(jù)分析無(wú)疑成為了開(kāi)啟成功大門(mén)的鑰匙。半導(dǎo)體生產(chǎn)工藝復(fù)雜、參數(shù)眾多,如何通過(guò)對(duì)中測(cè)數(shù)據(jù)的分析,挖掘出各項(xiàng)參數(shù)間的關(guān)聯(lián)性對(duì)半導(dǎo)體生產(chǎn)意義重大。然而用傳統(tǒng)的數(shù)據(jù)分析技術(shù)不能滿足實(shí)際生產(chǎn)的需

2、要。數(shù)據(jù)挖掘方法很好地克服了半導(dǎo)體參數(shù)眾多和非線性的特點(diǎn),能很好的解決生產(chǎn)中的實(shí)際問(wèn)題。相信今后幾年數(shù)據(jù)挖掘方法將會(huì)給半導(dǎo)體生產(chǎn)工業(yè)帶來(lái)巨大影響。本文系統(tǒng)地介紹了數(shù)據(jù)挖掘的商業(yè)流程和建?？蚣?并對(duì)數(shù)據(jù)挖掘中的關(guān)聯(lián)分析技術(shù)、聚類分析技術(shù)、異常檢測(cè)技術(shù),進(jìn)行了概述性的介紹。并且對(duì)分類技術(shù)進(jìn)行了詳細(xì)的介紹,包含了常用的分類算法,如:決策樹(shù)、神經(jīng)網(wǎng)絡(luò)等。對(duì)各種算法的優(yōu)缺點(diǎn)進(jìn)行了闡述,并且對(duì)決策樹(shù)所遇到的過(guò)擬問(wèn)題進(jìn)行了分析。為了解決過(guò)擬問(wèn)題,本文

3、簡(jiǎn)單介紹了幾種剪枝方法。在介紹分類算法的同時(shí),對(duì)分類器的性能評(píng)估方法和比較分類器的方法進(jìn)行了說(shuō)明。本論文主要是采用數(shù)據(jù)挖掘技術(shù)解決兩個(gè)生產(chǎn)中實(shí)際遇到的問(wèn)題,一是電源用產(chǎn)品高溫漏電ICBO合格率偏低問(wèn)題,二是芯片中測(cè)中因未自動(dòng)化測(cè)試存儲(chǔ)時(shí)間ts,導(dǎo)致參數(shù)ts測(cè)試控制存在準(zhǔn)確率問(wèn)題。這兩個(gè)問(wèn)題的共性是所要控制的參數(shù)非生產(chǎn)、測(cè)試過(guò)程所能直接控制的參數(shù),是需要進(jìn)行間接管控的。論文通過(guò)選取數(shù)據(jù)挖掘技術(shù)中適宜的算法,尋找與目標(biāo)參數(shù)強(qiáng)相關(guān)且生產(chǎn)、測(cè)試