[发明专利]基于集成学习的MEMS传感器缺陷的检测方法、装置及设备

权利要求书

1.一种基于集成学习的MEMS传感器缺陷的检测方法，其特征在于，包括以下步骤：

接收预置的MEMS传感器缺陷的检测请求；

获取所述MEMS传感器的缺陷图像；

采用小波变换对所述缺陷图像进行图像分解，得到所述缺陷图像的分解图；

将所述分解图输入至预置的集成分类器中，得到所述MEMS传感器的缺陷类别。

2.根据权利要求1所述的基于集成学习的MEMS传感器缺陷的检测方法，其特征在于，接收预置的MEMS传感器缺陷的检测请求之前，还包括：

采集用于训练所述集成分类器的第一样本集并根据所述第一样本集对所述集成分类器进行训练，得到训练后的集成分类器。

3.根据权利要求2所述的基于集成学习的MEMS传感器缺陷的检测方法，其特征在于，采集用于训练所述集成分类器的第一样本集，包括：

采集用于训练所述集成分类器的缺陷图像集；

对所述缺陷图像集中每张缺陷图像进行图像分解，得到每张所述缺陷图像的分解图；

将每张所述缺陷图像的分解图输入至预置的生成式对抗网络中，得到所述第一样本集。

4.根据权利要求3所述的基于集成学习的MEMS传感器缺陷的检测方法，其特征在于，采集用于训练所述集成分类器的缺陷图像集之前，还包括：

采集用于训练所述生成式对抗网络的第二样本集；

将所述第二样本集中每个样本输入至所述生成式对抗网络的生成器中，得到每个所述样本的模拟样本；

将所述模拟样本输入至所述生成式对抗网络中的判别器中进行判别，得到所述模拟样本的判别结果；

根据所述判别结果更新所述生成式对抗网络的网络参数。

5.根据权利要求2所述的基于集成学习的MEMS传感器缺陷的检测方法，其特征在于，根据所述第一样本集对所述集成分类器进行训练，得到训练后的集成分类器，包括：

将所述第一样本集与预设的真实缺陷分解图集进行混合，得到第三样本集；

根据所述第三样本集对所述集成分类器进行训练，得到训练后的集成分类器。

6.根据权利要求5所述的基于集成学习的MEMS传感器缺陷的检测方法，其特征在于，根据所述第三样本集对所述集成分类器进行训练，得到训练后的集成分类器，包括：

采用提升算法对所述第三样本集进行处理，得到处理后的第三样本集；

根据所述处理后的第三样本集对所述集成分类器进行训练，得到训练后的集成分类器。

7.一种基于集成学习的MEMS传感器缺陷的检测装置，其特征在于，包括：

接收单元，用于接收预置的MEMS传感器缺陷的检测请求；

获取单元，用于获取所述MEMS传感器的缺陷图像；

第一分解单元，用于对所述缺陷图像进行图像分解，得到所述缺陷图像的分解图；

第一分类单元，用于将所述分解图输入至预置的集成分类器中，得到所述MEMS传感器的缺陷类别。

8.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的基于集成学习的MEMS传感器缺陷的检测方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至6任一项所述的基于集成学习的MEMS传感器缺陷的检测方法。