等离子显示屏制造过程中参数值分布特性的快速量化方法

摘要

本发明公开了一种等离子显示屏制造过程中参数值分布特性的快速量化方法，通过计算机对输入的数据源及统计指标进行判断，根据工序以及时间对数据源进行划分；按工序以及时间求出最大值、最小值、均值、方差、偏度、峰度，并据此制作数据分布图；对需要进行对比的两个数据集合作分类标注，然后合并两个类别的数据，得到一个具有两种类型标注的数据集合；再在数据集合上进行重要特征抽取等。本发明的积极效果是：能够快速在大量生产数据上进行参数观测值的量化比较，从根本上解决了在面对复杂和海量数据时，理解难，入手慢和处理周期长的问题，能够及时地对生产状态进行有效信息反馈，从而为生产人员快速查找和解决问题提供捷径。

说明书

技术领域

本发明涉及一种等离子显示屏制造过程特性的数据挖掘技术，尤其是涉及等离子显示屏制造过程中参数值分布特性的快速量化方法。 

背景技术

当面对等离子显示屏如此的数据复杂性及数据量，用具体数据分析方法（例如特征抽取、决策树分类分析、频繁规则挖掘等）往往需要耗费少则几分钟，多则几小时的时间来进行分析计算。当需要进行大量重复性试验时，这样的时间消耗会变得难以承受。 

发明内容

为了克服现有技术的上述缺点，本发明提供了一种等离子显示屏制造过程中参数值分布特性的快速量化方法，可以给使用者展现一系列的统计指标，让使用者可以快速对数据的分布特性有量化的了解。 

本发明解决其技术问题所采用的技术方案是：一种等离子显示屏制造过程中参数值分布特性的快速量化方法，包括如下步骤： 

步骤一、输入数据源及统计指标； 

步骤二、计算机对输入的数据源及统计指标进行判断： 

（1）当数据源为单个数据集时，则进入步骤三； 

（2）当数据源为两个数据集时，则进入步骤五； 

步骤三、根据工序以及时间对数据源进行划分；按工序以及时间求出最大值、最小值、均值、方差、偏度、峰度，并据此制作数据分布图；然后继续判断是否具有统计指标：如果否，则返回步骤二；如果是，则进入步骤四； 

步骤四、将各结果按统计指标进行排序，并将排序所得的前K个属性进行 显示和保存；然后返回步骤二； 

步骤五、对需要进行对比的两个数据集合作分类标注，然后合并两个类别的数据，得到一个具有两种类型标注的数据集合；再在数据集合上进行重要特征抽取； 

步骤六、根据工序以及时间对数据源进行划分；按工序以及时间在重要参数集合上计算出最大值、最小值、均值、方差、偏度、峰度，并据此制作数据分布图；然后继续判断是否具有统计指标：如果否，则将数据分布图在对照表单中进行显示并保存，然后返回步骤二；如果是，则进入步骤七； 

步骤七、将各结果按统计指标进行排序，并将排序所得的前K个属性在对照表单中进行显示并保存，然后返回步骤二。 

与现有技术相比，本发明的积极效果是：本发明能够快速在大量生产数据上进行参数观测值的量化比较，从根本上解决了在面对复杂和海量数据时，理解难，入手慢和处理周期长的问题，能够及时地对生产状态进行有效信息反馈，从而为生产人员快速查找和解决问题提供捷径。 

具体实施方式

一种等离子显示屏制造过程中参数值分布特性的快速量化方法，包括如下步骤： 

步骤一、输入数据源及统计指标： 

步骤二、计算机对输入的数据源及统计指标进行判断： 

（1）当数据源为单个数据集时，则进入步骤三； 

（2）当数据源为两个数据集时，则进入步骤五； 

步骤三、根据工序以及时间（包含按天以及按月）对数据源进行划分；按工序以及时间求出最大值、最小值、均值、方差、偏度、峰度，并据此制作数 据分布图；然后继续判断是否具有统计指标：如果否，则返回步骤二；如果是，则进入步骤四； 

步骤四、将各结果按统计指标进行排序，并将排序所得的前K个属性进行显示和保存；然后返回步骤二； 

步骤五、对需要进行对比的两个数据集合作分类标注，即将一个数据集合视为（处理为）一个类别，而将另一个数据集合视为（处理为）另一个类别；然后合并这两个类别的数据得到一个具有两种类型标注的数据集合；然后在该数据集合上进行重要特征抽取，具体的重要特征抽取方法如下： 

（1）对输入数据集合进行缺失值处理和归一化处理： 

所述缺失值处理是指：对于缺失值，按照其它等离子屏的相同参数的观测值的平均值进行填充，目标是使该填充的缺失值对之后的分析框架不产生影响； 

缺失值处理后，对所有参数上的观测值进行归一化处理，即将该参数在不同等离子屏上的观测值统一到0均值和单位方差这个区间内并同时保证最初不同屏上该观测值的相对大小不变，举例说明如下： 

设α_i=(α_i1,α_i2,...,α_in)代表n个等离子屏第i个参数的一组观测值，归一化后新参数观测值的调整方式为: 

式中,μ_i为α_i的均值,σ_i为α_i的方差。 

（2）采用特征提取方法对不同分组的产品进行特征提取，筛选出能最大化包括信息增益、增益比、最小化冗余度和最大化相关度在内的重要评价指标的重要参数列表，具体方法如下： 

定义T为一个生产数据集合，包含(x,y)=(x₁,x₂，...，x_n,y)，其中 x_i∈vals(t)代表生产一个等离子屏数据中的第i个参数的值，y代表当前这个等离子屏的等级或者不良代码。 

1)计算信息增益(Information Gain): 

$\mathrm{IG}(T,a)=H\left(T\right)-{\Sigma }_{v\in \mathrm{vals}\left(t\right)}\frac{\left|\right\{x\in T|x_i=v\}|}{\left|T\right|}·H\left(\right\{x\in T|x_i=v\}),$其中 

为信息熵，p(x_i)代表观测到x_i的概率，可以由历史数据中出现x_i的次数计算出。 

2）计算增益比（Gain Ratio）： 

IGR(T,a)=IG(T,a)/IV(T,a)其中，IG(T,a)为信息增益，IV(T，a)计算方式如下： 

$\mathrm{IV}(T,a)=-{\Sigma }_{v\in \mathrm{vals}\left(t\right)}\frac{\left|\right\{x\in T|x_i=v\}|}{\left|T\right|}·{\log }_2\left(\frac{\left|\right\{x\in T|x_i=v\}|}{\left|T\right|}\right);$

3）计算最大相关度和最小冗余度(minimum Redundancy and Maximum Relevancy,mRMR) 

a）计算最小化冗余度（mR）： 

$\min W_I{,W}_I=\frac{1}{{\left|T\right|}^2}\underset{a,b\in T}{\Sigma }I(a,b)$

其中，   $I(a,b)={\Sigma }_{i,j}p(a_i,b_j)·\log \frac{p(a_i,b_j)}{p\left(a_j\right)p\left(b_j\right)},$定义为两个变量a和b之间的交互信息； 

b）计算最大化相关度（MR）： 

$\max V_I,V_I=\frac{1}{\left|T\right|}\underset{a\in T}{\Sigma }I(y,a)$

c)计算能最大程度上满足mR和MR的方式是通过渐增式的搜寻方法找到 满足如下条件的特征（参数）： 

maxΦ(W_I,V_I),Φ=V_I-W_I

假设现有重要特征(参数)集合为S_m-1，其中包含了m-1个重要特征(参数)，目标是为了从剩余特征(参数)集合中找到第m个重要特征(参数)使得其能够最大化Φ。 

以上每一个特征选择的计算方法可以输出一组重要特征(参数)，即由IG，IGR，mRMR分别输出的三组特征(参数)来表征对当前等离子屏分组中最有区分度的特征(参数)组合。 

（3）将（2）得到的三组重要参数列表进行整合，获取出一组统一的重要参数列表，其中包括了在三组重要特征列表中出现在至少两组中的参数。 

步骤六、根据工序以及时间（包含按天以及按月）对数据源进行划分；按工序以及时间在重要参数集合上计算出最大值、最小值、均值、方差、偏度、峰度，并据此制作数据分布图；然后继续判断是否具有统计指标：如果否，则将数据分布图在对照表单中进行显示并保存，然后返回步骤二；如果是，则进入步骤七； 

步骤七、将各结果按统计指标进行排序，并将排序所得的前K个属性在对照表单中进行显示并保存，然后返回步骤二。