[发明专利]具有辅助判断功能的产品测试系统及产品测试辅助方法有效
申请号: | 201810769312.7 | 申请日: | 2018-07-13 |
公开(公告)号: | CN110779566B | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | 许世杰;张倍铭;赵保忠;黄伟隆 | 申请(专利权)人: | 致伸科技股份有限公司 |
主分类号: | G01D21/00 | 分类号: | G01D21/00;G06N3/063;G06N3/08 |
代理公司: | 隆天知识产权代理有限公司 72003 | 代理人: | 黄艳 |
地址: | 中国台*** | 国省代码: | 台湾;71 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 具有 辅助 判断 功能 产品 测试 系统 方法 | ||
1.一种产品测试辅助方法,应用于一产品测试系统与多个待测试产品上,该系统包含有一电脑装置与一测试治具,该电脑装置信号连接于该测试治具,该电脑装置载有一机器学习模式,而该方法包含下列步骤:
该测试治具按序测试所述待测试产品,并分别产生一测试数据而传送至该电脑装置;
该电脑装置将各测试数据分别产生一趋势线形图;
作业员根据各趋势线形图的显示内容进行判断而分别产生一人为判断结果;
将各测试数据、各趋势线形图与各人为判断结果输入至该机器学习模式中以进行一学习程序;以及
当该学习程序所具有的样本数达一预设门限值时,使该机器学习模式针对相应的该测试数据与该趋势线形图产生相应的一辅助判断结果。
2.如权利要求1所述的产品测试辅助方法,其中该方法为于该电脑装置中存储成一测试应用程序以提供执行,而该方法包含下列步骤:
执行该测试应用程序以控制该机器学习模式。
3.如权利要求1所述的产品测试辅助方法,其中各人为判断结果或各辅助判断结果为一第一品质类别或一第二品质类别,而该第一品质类别或该第二品质类别包含有至少一种等级的子项目。
4.如权利要求3所述的产品测试辅助方法,其中该方法还包含下列步骤:
该机器学习模式判断相应的该测试数据与该趋势线形图在该第一品质类别与该第二品质类别上所占的权重,而产生相应的该辅助判断结果。
5.如权利要求3所述的产品测试辅助方法,其中该方法还包含下列步骤:
该机器学习模式比对相应的该辅助判断结果与相应的该人为判断结果;
当相应的该辅助判断结果不同于相应的该人为判断结果时,产生一提示信息;以及
作业员产生相应的一修正判断结果,并输入至该机器学习模式中以进行调整。
6.如权利要求5所述的产品测试辅助方法,其中该方法还包含下列步骤:
该机器学习模式根据相应的该修正判断结果调整相应的该测试数据与该趋势线形图在该第一品质类别与该第二品质类别上所占的权重。
7.如权利要求5所述的产品测试辅助方法,其中该方法还包含下列步骤:
该机器学习模式根据相应的该辅助判断结果、相应的该人为判断结果与相应的该修正判断结果产生一判断成功率;以及
根据该判断成功率调整该预设门限值。
8.如权利要求1所述的产品测试辅助方法,其中该机器学习模式为一类神经网络模式或一人工神经网络模式。
9.一种具有辅助判断功能的产品测试系统,应用于多个待测试产品上,该系统包含有:
一测试治具,用以按序测试所述待测试产品,并分别产生一测试数据;以及
一电脑装置,信号连接于该测试治具,该电脑装置并载有一机器学习模式,用以接收该测试治具所传送的各测试数据并分别产生一趋势线形图;
其中,作业员根据各趋势线形图的显示内容进行判断而分别产生一人为判断结果,进而将各测试数据、各趋势线形图与各人为判断结果输入至该机器学习模式中以进行一学习程序;当该学习程序所具有的样本数达一预设门限值时,该机器学习模式针对相应的该测试数据与该趋势线形图产生相应的一辅助判断结果。
10.如权利要求9所述的产品测试系统,其中各人为判断结果或各辅助判断结果为一第一品质类别或一第二品质类别,而该第一品质类别或该第二品质类别包含有至少一种等级的子项目。
11.如权利要求10所述的产品测试系统,其中该机器学习模式用以判断相应的该测试数据与该趋势线形图在该第一品质类别与该第二品质类别上所占的权重,而产生相应的该辅助判断结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于致伸科技股份有限公司,未经致伸科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810769312.7/1.html,转载请声明来源钻瓜专利网。