[发明专利]基于测量数据机器学习的电路板故障检测方法和系统

摘要

本发明提供了一种基于测量数据机器学习的电路板故障检测方法和系统，在训练过程中，用户将历史存储的原始不良品维修记录数据批量上传至服务器；服务器对不同型号电路板的数据进行分类，以及进行特征工程；对每一子类使用机器学习算法进行单独建模和训练；在预测过程中，用户上传不良电路板的相应特征实例；服务器根据产品型号归类后，使用之前特征工程的结果来提取出可用特征；使用训练好的机器学习模型来分析当前实例的特征，预测出故障原因。一方面结合数据分析和机器学习技术来进行故障检测，大大减少了维修测试所需的人力成本和时间；另一方面实现了特征选择与增量学习，提升了整体系统的训练效率与准确率。

主权项

1.一种基于测量数据机器学习的电路板故障检测方法，其特征在于，包括：训练阶段步骤：接收电路板维修数据，对电路板维修数据进行分类，得到分类结果，根据分类结果使用机器学习进行建模和训练，得到机器学习模型；预测阶段步骤：接收故障检测请求，将故障检测请求中的数据实例根据分类结果进行归类，使用机器学习模型进行预测，得到故障原因。