[发明专利]一种半导体制造系统数据预处理方法及装置

权利要求书

1.一种半导体制造系统数据预处理方法，其特征在于，包括以下步骤：

获取半导体制造系统的数据；

对数据进行规范化处理，获取规范化处理后的数据；

对所述规范化处理后的数据的缺失值进行填补，获取补缺数据

基于数据聚类分析对所述补缺数据进行异常值探测，将异常值替换；

基于变量聚类对数据进行冗余变量检测，将冗余变量剔除。

2.根据权利要求1所述的半导体制造系统数据预处理方法，其特征在于，对数据的空缺值进行填补的方法包括基于GD-MPSO和WKNN的空缺值填补方法；

所述基于GD-MPSO和WKNN的填补方法包括以下步骤：

对缺失数据集S_miss中的每个数据记录x_im，根据下式从完全数据集S_complete中找到K个最相邻的数据记录：

以下式求得该缺失值的估计量进行数据集中的缺失值填补：

3.根据权利要求2所述的半导体制造系统数据预处理方法，其特征在于，基于GD-MPSO和WKNN的填补方法的训练方法包括采用GD-MPSO优化每个特征j的权重fw_j提高基于KNN方法预测精度；

所述训练方法包括如下步骤：

步骤1：将粒子i的解solution_i编码成D维向量，solution_i＝(fw_i1，fw_i2，...，fw_iD)，D＝|X_complete|，fw_ij是solution_i对X_complete中第j个变量的权重赋值，0≤fw_ij≤1，solution_i是对所有属性的权重赋值，粒子i的位置向量pos_i和最优位置pbest_i均可表示为solution_i；

步骤2：通过调整X_complete中变量在距离式中的权重来拟合S_complete，粒子i的解solution_i的目标函数值通过留一交叉验证法确定。

4.根据权利要求1所述的半导体制造系统数据预处理方法，其特征在于，所述基于数据聚类分析对所述补缺数据进行异常值探测的方法包括如下步骤：

步骤1：将粒子i的解编码成D维向量，D＝K*N，K为聚类簇的个数，N为数据维度；

solution_i＝(centroid_i1，centroid_i2，...，centroid_iK)，centroid_iK是粒子i的解solution_i对第k个聚类簇的聚类中心centroid_k的初始化赋值，粒子i的解给定了每个聚类簇聚类中心的初始值，粒子i的位置向量pos_i和最优位置pbest_i均可表示为solution_i；

步骤2：通过调整KMEANS的初始聚类中心来优化聚类准则J(Partition_K)以提高变量聚类的质量，将粒子i的解分解成K个聚类中心，包括centroid_i1，centroid_i2，...，centroid_iK，以centroid_i1，centroid_i2，...，centroid_iK为参数调用KMEANS可得变量聚类Partition_K及其聚类准则J(Partition_K)，以J(Partition_K)为异常值目标函数值。