缺陷分类

摘要： 缺陷检测是智能制造系统的一个重要的环节。在采用传统机器学习算法进行缺陷分类的时候,通常会遇到数据噪声干扰,降低算法对缺陷类别的预测精度。尽管近几年提出了如鲁棒线性判别分析(RLDA)等强大的算法用于解决数据受稀疏噪声干扰的分类问题,但仍存在一些缺点限制其应用性能。该文提出一种新的基于线性判别分析的最优均值鲁棒线性分类模型(OMRLSA)。不同于以往应对噪声数据的分类方法忽略稀疏噪声具有的拉普拉斯分布特性对数据均值的影响,该文所提出的最优均值鲁棒线性分类模型会自动更新数据的最优均值,从而保证数据的统计特性不会受到噪声的干扰。此外,随后的损失函数中首次在鲁棒分类模型中引入了关于正则化和误差测量的联合L_(2,1)范数最小化和秩压缩的加权核范数最小化方法,从而提高算法的鲁棒性。在具有不同比例损坏的标准数据集上的实验结果说明了该文方法的优越性。

摘要： 根据近年来参与安全审计和各级安全检查体会,提出安全生产必须坚持安全与技术深度融合的基本理念,阐述影响双重预防机制有效推进和落地执行的制度化建设及关键因素和薄弱环节,剖析和探讨双重预防机制的底层逻辑与技术支撑。

摘要： 为克服当前电力系统设备高压绝缘缺陷识别技术的局限性,利用知识库系统来诊断电力系统设备高压绝缘缺陷.采用超高频(UHF)和IEC 60270技术获取局部放电(PD)数据,再通过捕获的PD数据来构建相位分辨模式,从而确定PD行为,并创建相关的描述符;利用匹配相关缺陷特征对缺陷进行分类,并确定PD的位置.结果表明,采用本方法所测得的缺陷类型和缺陷位置与实际中缺陷类型和缺陷位置吻合率高达98%,证明了所提方法的有效性.

摘要： 针对皮革表面存在不均匀纹理的特性、缺陷分类难度大的问题,构造了一种多层感知器结合特征组合的分类方法。首先通过Gabor滤波方法强调皮革表面纹理特征,并获取皮革图像的5个灰度分布统计特征与8个灰度共生矩阵统计特征,以此描述皮革表面纹理和缺陷的特征;然后采用多层感知器结合特征组合的分类方法对皮革缺陷图像进行分类。实验验证结果表明,该方法对四类皮革样本的分类准确率可达98%以上。

摘要： 针对无缝钢管斜轧穿孔顶头表面缺陷在线检测的现实需求,提出了一种基于激光扫描、空间点云数据处理及深度学习的非接触测量方法。根据无缝钢管产线特点确定了检测位置、系统构成和顶头轮廓数据采集方案,并引入迭代最近点(ICP)配准方法,实现了测量点云与标准CAD模型的配准。针对头部缺陷设计了相应的分类数集和渐变形态,使用点云深度学习方法实现了缺陷精确分类和量化预警。针对表面磨损缺陷,设置磨损深度上限阈值以实现磨损程度的精确监测。为验证系统可靠性,搭建了顶头检测物理模拟平台,并利用3D打印技术定制了含有不同缺陷特征的顶头实物模型。测试结果表明,表面轮廓检测误差在0.06 mm以内,头部缺陷分类精度可达97.7%、准确度可达98.1%,满足在线检测要求。

摘要： 精密光学元件表面疵病的人工检测分类方法效率低,且准确率易受疲劳等人工因素影响,而基于传统机器学习方法的分类准确率有待进一步提高。提出了一种基于深度学习卷积神经网络的光学大尺寸元件表面疵病识别方法。首先,通过现场实验采集并整理了大尺寸镜面疵病样本;接着,基于单通道灰度图像构建融合梯度的三通道图像,挖掘更深入的特征表达;最后,基于经典的LeNet网络,提出了面向激光惯性约束聚变(ICF)的光学元件表面疵病识别网络ICFNet,该网络不需要复杂的手工特征设计和提取,仅使用原始灰度图像就实现高效的疵病识别。实验结果表明:针对包含麻点、划痕和灰尘的三类疵病数据,ICFNet相较于使用多项特征和支持向量机的传统方法拥有较好的分类准确率。

摘要： 1背景在印制电路板(PCB)的生产操作拿放板过程中,存在板与板之间快速分离的一瞬间产生高压静电造成板面经常出现三角形擦花缺陷,擦花部位已经露出基材,导致产品报废。随着我公司板件类型和产量的增加,按照以往常规生产操作方式,三角擦花缺陷报废的问题尤为突出,常占据报废前几项,影响产品良率。图1是报废缺陷分类与比例,三角擦花造成报废率较高,这成了影响产品良率的主要因素。于是我们通过对三角擦花缺陷产生的机理进行研究,提出一些操作规范上的改善方案,从而降低三角擦花报废率。

摘要： 针对目前大批量的带钢检验工作,提高检验效率以及检验精度是十分重要的。因此本文提出了一种基于自适应中值滤波下的MobileNet带钢缺陷分类。通过对带钢表面缺陷数据集进行自适应中值滤波,在预处理中去除图像噪声后的数据经轻量化卷积神经网络对带钢表面缺陷进行学习。经训练后的网络可以精确的识别并分类常见的带钢表面缺陷其包括夹杂、划痕、压入氧化皮、裂纹、麻点和斑块,其实时监测精度高且效率远远超过人工。在预处理过程中经过了自适应中值滤波后的数据使训练网络精度提高了5.55%训练时间缩短了32s,最后通过对比不同滤波参数下的结果从中选出最适宜的一种。

摘要： 在核电厂控制系统软件开发过程中,任何分析工作都应是为了提高软件质量和效率。而软件质量和效率的提高核心都应该是软件问题的减少,无论是已发现的问题还是未发现的问题。所以通过对测试问题进行必要的软件缺陷分析得到经验反馈是非常重要的,这也是提高软件开发效率和软件质量关键的一环。本文首先概括论述了软件缺陷,接着论述了行业内软件缺陷分析分类方法的应用情况,正交缺陷分类(ODC)、根本原因分析(RCA)的基本概念,应用该方法对项目内发现的问题进行分类、分析,进而得到分析结果及改进措施。

摘要： 钢板作为制造业发展的基础,表面缺陷检测具有重要的研究意义和应用价值。本文总结了基于传统机器视觉的钢板表面缺陷检测算法的优缺点及应用,分别从缺陷分类、目标检测和缺陷分割三个方面介绍深度学习技术在钢板表面缺陷检测领域的应用,总结目前钢板表面缺陷检测存在的短板与不足,并对未来的研究趋势进行展望。

摘要： 由于基于缺陷的测试技术在软件安全性测试中具有的高效性,其应用范围也越来越广泛.这种测试技术的核心和关键是安全性缺陷的获取.现有公开的安全数据库为安全性缺陷和漏洞的分析提供了来源,但是目前这些开放的数据库存在着数量庞大、信息冗余等问题,如果对其逐个进行针对性测试,则测试成本难以承受,因此并不能直接用于安全性缺陷的定位和分析.本文以主要的安全性缺陷为目标,提出一种基于测试的三维结构缺陷分类方法,并对总结出的典型缺陷进行了分类描述.然后建立一种基于数据交互边界的方法,从而初步确定被测件中存在的安全性缺陷.通过这种方法可以确定被测软件中可能存在的安全性缺陷,从而为基于缺陷的安全性测试技术提供一种准确的测试需求.

摘要： 基于神经网络的晶圆缺陷分类系统是为了实现晶圆宏观缺陷的检测和分类而进行的一项研究课题.在前阶段完成了晶圆缺陷的检测和特征提取的基础上,本文分别从算法理论和实际应用的角度,重点设计了BP神经网络对缺陷的分类,并根据类别数目和特征向量长度对隐含层节点数目进行了设计,在试验分析的基础上,选取了恰当的权值、阈值及网络学习速率.实验证明,设计的检测系统专业性强,具有一定的应用价值.

摘要： 目前，城市地下管线的普查工作引入全过程监理机制，并普遍要求建立地下管线信息系统，产品的质量愈来愈得到重视。本文阐述了有关城市地下管线探测质量的缺陷分类及其质量评定。

摘要： 基于液晶玻璃基板夹杂物的核心和表面变形、各类缺陷的分层和凸起Top面高度及Top面低对比度微划伤检出等关键检测技术.研究分析AOI检测设备,重点介绍缺陷建库创建方法、Flaw图像特征含义及缺陷分类基础技术.自动在线检验,产品缺陷的分类准确度和纯净度达到92％以上,产品质量等级判定准确率达到98％以上.该技术为液晶玻璃基板生产线工艺技术管理提供指导和帮助,保证液晶玻璃基板缺陷分类准确可靠和质量过程控制完整高效.

摘要： 在软件开发过程中出现的不安全因素称为缺陷,当缺陷能被利用时就成了漏洞.漏洞被恶意主体利用时,会对系统的安全性造成严重损害.为了使信息系统尽可能少受到安全攻击从而保障其安全,一般采用漏洞分析的手段来减少漏洞的危害.通过对缺陷进行分类能对漏洞分析起指导作用.通用缺陷枚举是一种代表性的分类方法.本文对通用缺陷枚举的背景和发展历程进行全面介绍,并对其构建过程、评价机制以及改善机制进行分析和研究.最后对其影响和未来趋势进行展望.

摘要： 缺陷管理系统用于集中跟踪软件测试过程中发现的错误,是添加、修改、排序、查寻、存储软件测试错误的数据库程序。本文讨论了ODC缺陷分类模型,并建立了一个完整的缺陷定义模型,然后在此基础上提出新的软件缺陷管理系统的总体结构。与传统缺陷管理系统相比,本系统能很大的提高软件开发的效率,改进测试流程。

摘要： 铸铁中最常见的缺陷包括缩松缩孔、外部缩凹、气孔类缺陷、不规则石墨等，阐述了其产生机理及工艺优化、化学制剂使用等控制措施。

摘要： 铸铁中最常见的缺陷包括缩松缩孔、外部缩凹、气孔类缺陷、不规则石墨等，阐述了其产生机理及工艺优化、化学制剂使用等控制措施。

摘要： 铸铁中最常见的缺陷包括缩松缩孔、外部缩凹、气孔类缺陷、不规则石墨等，阐述了其产生机理及工艺优化、化学制剂使用等控制措施。

摘要： 铸铁中最常见的缺陷包括缩松缩孔、外部缩凹、气孔类缺陷、不规则石墨等，阐述了其产生机理及工艺优化、化学制剂使用等控制措施。

摘要： 本发明公开了一种缺陷分类法则建立方法、缺陷分类与致命缺陷判断方法，该缺陷分类法则建立方法，步骤描述如下。将作为例子的具有致命缺陷的多个缺陷分类图像和所有缺陷、图形和背景工艺材料信息输入至制造工具。制造工具取得每一输入图像的缺陷、图形与背景的图像特征、工艺特征与图像关联性(relativity)特征，其中输入的图像包含作为例子的具有致命缺陷的多个缺陷分类图像。根据每一输入图像的缺陷、图形与背景的图像特征、工艺特征与图像关联性特征建立缺陷分类法则。本发明可以把制造效率与产量提高数倍。

摘要： 一种具有缺陷分类能力的硅片表面缺陷检测仪及缺陷分类方法，采用一束激光从倾斜方向聚焦照射置于高稳定硅片工作平台上的待测硅片的平面表面，由硅片表面缺陷所产生的散射光分别在沿接近硅片表面法线的方向和接近平行硅片表面的方向被两个口径不同的抛物面镜进行圆形窄通道收集和环形宽通道收集。由两个光电探测器分别测得两个通道收集到的光电信号的强度并对两个强度取比值，然后通过将该比值与一事先设定的阈值进行比较，即可对硅片表面的缺陷进行分类。该缺陷检测仪具有结构简单、灵敏度高、检测速度快、能对硅片表面缺陷进行分类等优点。

摘要： 本公开提供了一种缺陷分类方法，方法包括：从缺陷图像中提取缺陷区域的低层特征；利用缺陷词典，对所述低层特征进行编码，以得到与所述低层特征对应的中层语义特征；基于所述中层语义特征，将所述缺陷图像中的缺陷区域的缺陷分类为多个缺陷类之一，其中，所述缺陷词典包括缺陷类内词典和缺陷类间词典。

摘要： 本发明提供了一种有价票据的缺陷分类方法及有价票据的缺陷分类系统，其中，所述有价票据的缺陷分类方法，包括：根据有价票据训练集中每个有价票据的缺陷特征，生成第一级子节点；计算每个所述第一级子节点的分割值，并根据所述分割值对所述缺陷特征进行分类；判断所有所述第一级子节点是否不可再分类，在判断结果为是时，分类完成。通过本发明的技术方案，使得分类精度得到了有效提高，计算速度也降到了可以接受的范围，提高了算法效率。

摘要： 本发明公开了一种缺陷分类法则建立方法、缺陷分类与致命缺陷判断方法，该缺陷分类法则建立方法，步骤描述如下。将作为例子的具有致命缺陷的多个缺陷分类图像和所有缺陷、图形和背景工艺材料信息输入至制造工具。制造工具取得每一输入图像的缺陷、图形与背景的图像特征、工艺特征与图像关联性(relativity)特征，其中输入的图像包含作为例子的具有致命缺陷的多个缺陷分类图像。根据每一输入图像的缺陷、图形与背景的图像特征、工艺特征与图像关联性特征建立缺陷分类法则。本发明可以把制造效率与产量提高数倍。

摘要： 一种具有缺陷分类能力的硅片表面缺陷检测仪及缺陷分类方法，采用一束激光从倾斜方向聚焦照射置于高稳定硅片工作平台上的待测硅片的平面表面，由硅片表面缺陷所产生的散射光分别在沿接近硅片表面法线的方向和接近平行硅片表面的方向被两个口径不同的抛物面镜进行圆形窄通道收集和环形宽通道收集。由两个光电探测器分别测得两个通道收集到的光电信号的强度并对两个强度取比值，然后通过将该比值与一事先设定的阈值进行比较，即可对硅片表面的缺陷进行分类。该缺陷检测仪具有结构简单、灵敏度高、检测速度快、能对硅片表面缺陷进行分类等优点。

摘要： 玻璃物品的缺陷分类方法具备：第一判定工序(S431)，由第一分类器(12)基于图像数据来判定缺陷F是否属于第一分类；和第二判定工序(S432)，在判定为缺陷F不属于第一分类的情况下，由第二分类器(13)判定该缺陷(F)是否属于第二分类。

摘要： 本申请提供了一种面板缺陷分类模型的生成方法及面板缺陷分类方法，所述生成方法根据缺陷成因类别及缺陷形态类别对初始面板图像集进行处理，得到目标面板图像集；基于目标面板图像集对预设网络模型进行训练，得到面板缺陷分类模型。本申请在获取到初始面板图像集后，将初始面板图像按照缺陷成因类别及缺陷形态类别进行处理，使得目标面板图像集按照缺陷形态类别进行分类，且目标缺陷类中的各训练面板图像对应的缺陷成因类别相同，这样在基于目标缺陷类与缺陷成因类别的对应关系使得面板缺陷分类模型可以识别缺陷成因类别的基础上，目标面板图像集基于缺陷形态类别的分类标签适用于面板缺陷分类模型的训练，提高了面板缺陷分类模型的准确率。

摘要： 本申请属于半导体技术领域，具体涉及一种晶圆缺陷分类方法以及晶圆缺陷分类装置，该晶圆缺陷分类方法包括获取待检测晶圆的缺陷；根据所述缺陷，训练缺陷分类模型；通过所述缺陷分类模型对所述待检测晶圆的缺陷进行分类。根据发明实施例的晶圆缺陷分类方法，将现有技术中的测试工程师的分类工作转变为缺陷分类模型的自动化分类，使得缺陷分类在分类速度和分类准确度上均进行了提升，提高了半导体器件生产线的整体效率，加快了制程；降低了人为主观因素对分类的影响，降低了失误率。能够统一协调不同工序后的缺陷分类工作，避免了不同测试工程师在分类过程中的主观误差错误、相互协作统筹效率低下等问题。

摘要： 本发明提供了一种面板缺陷分类模型的建立方法及面板缺陷分类方法，涉及面板缺陷检测技术领域。本发明所述的面板缺陷分类模型的建立方法，包括：获取缺陷数据集；根据所述缺陷数据集确定增广数据集；从所述增广数据集提取特征语义信息；根据所述特征语义信息确定融合语义信息；根据所述融合语义信息确定特征矩阵；根据所述特征矩阵确定所述面板缺陷的位置和类别；将所述缺陷数据集作为模型输入，以及将所述面板缺陷的位置和类别作为模型输出建立面板缺陷分类模型。本发明所述的技术方案，通过对包含面板缺陷的缺陷数据集进行数据增广确定的增广数据集作为卷积神经网络的输入，使得卷积神经网络在训练中更快收敛，有利于提高面板缺陷分类的准确性。