[发明专利]一种数据处理方法、装置及电子设备

权利要求书

1.一种数据处理方法，包括：

获得多个对象的拉力测试数据，所述拉力测试数据包括对所述多个对象中的部分对象进行拉力测试所产生的数据；

根据所述拉力测试数据，获得所述多个对象中的处于第一区间的第一对象、处于第二区间的第二对象和被拉力测试的第三对象；所述第一区间为根据所述拉力测试数据确定为工艺合格的对象区间，所述第二区间为根据所述拉力测试数据确定为工艺不合格的对象区间；

从所述第一对象、所述第二对象和所述第三对象中，获得多个训练对象；

获得所述多个训练对象的工艺数据，所述工艺数据包含工艺标识和至少两项工艺参数，所述工艺标识表征所述训练对象是否为工艺合格的对象；

对所述训练对象的工艺数据添加质量参数，所述质量参数的参数值表征所述训练对象的工艺质量；所述质量参数用于对工艺预测模型进行训练；

其中，所述第一对象的质量参数为第一参数值，所述第二对象的质量参数为第二参数值；所述第二参数值根据所述第二对象在所述第二区间中的区间位置确定，其中，靠近所述第二区间的区间边缘的第二对象的第二参数值高于靠近所述第二区间的区间中间的第二对象的第二参数值；被拉力测试为工艺合格的第三对象的质量参数为所述第一参数值，被拉力测试为工艺不合格的第三对象的质量参数为第三参数值，所述第一参数值大于所述第二参数值，且所述第二参数值大于所述第三参数值；

以所述训练对象的工艺数据作为预先构建的工艺预测模型的训练样本，对所述工艺预测模型进行训练，得到训练完成的工艺预测模型；

其中，所述工艺预测模型用于以待预测的目标对象的工艺数据作为输入，输出所述目标对象的预测结果，所述预测结果至少表征所述目标对象是否工艺合格。

2.根据权利要求1所述的方法，以所述训练对象的工艺数据作为预先构建的工艺预测模型的训练样本，对所述工艺预测模型进行训练，得到训练完成的工艺预测模型，包括：

对所述训练对象的工艺数据进行预处理；

将所述工艺数据中的工艺参数作为预先构建的工艺预测模型的输入，将所述工艺数据中的质量参数作为所述工艺预测模型的输出，对所述工艺预测模型进行训练，得到训练完成的工艺预测模型；所述工艺预测模型的模型参数中至少包括质量阈值；

其中，在所述工艺预测模型输出的所述目标对象的预测质量值大于或等于所述质量阈值的情况下，表征所述目标对象为工艺合格的对象；在所述目标对象的预测质量值小于所述质量阈值的情况下，表征所述目标对象为工艺不合格的对象。

3.根据权利要求1所述的方法，还包括：

从所述第一对象和所述第三对象中，获得多个验证对象，所述验证对象与所述训练对象不同；

获得所述多个验证对象的工艺数据；

将所述多个验证对象的工艺数据作为所述工艺预测模型的输入，以得到所述工艺预测模型输出的所述验证对象的预测结果；

根据所述验证对象的预测结果，对所述工艺预测模型的模型参数进行修改。

4.根据权利要求3所述的方法，根据所述验证对象的预测结果，对所述模型参数进行修改，包括：

将所述验证对象的预测结果和所述验证对象的工艺数据中的工艺标识进行比对，得到比对结果；

根据所述比对结果，对所述模型参数进行修改。

5.根据权利要求1所述的方法，以所述训练对象的工艺数据作为预先构建的工艺预测模型的训练样本，对所述工艺预测模型进行训练之前，所述方法还包括：

获得所述工艺数据中的工艺参数与所述训练对象的质量参数之间的相关度值；

根据所述相关度值，筛选所述工艺数据中的工艺参数。

6.根据权利要求1所述的方法，所述工艺预测模型为基于回归算法构建的模型。