基于高斯混合模型的白光LED封装器件色度预测

摘要

本文提出了基于高斯混合模型(GMM)的白光LED封装器件色度预测方法。方法先利用GMM聚类将生产批次按照记录的关键工艺数据划分成若干类,再由反向传播神经网络对同类批次进行回归运算。试验结果表明,在各相关色温(CCT)LED的色度预测上,该方法得到的预测模型相较于未分类的模型和k-means分类后的模型,准确度均表现出了优势。