[发明专利]非主导集群的迭代式监督识别

权利要求书

1.一种方法，包括：

基于分配给多个数据实例的每一者的第一阈值，来为所述多个数据实例的每一者确定二元分类值；

向所述多个数据实例的第一子集应用至少一个聚类模型以识别数据实例的一个或多个主导集群；

确定第二阈值，来分配给所述数据实例的一个或多个主导集群内所包括的第二多个数据实例；并且

基于所述第一阈值和分配给所述第二多个数据实例的所述第二阈值，来为所述多个数据实例的每一者重新确定二元分类值，其中所述第一阈值被分配给所述多个数据实例中未被包括在所述第二多个数据实例内的至少一部分数据实例。

2.如权利要求1所述的方法，其中，所述多个数据实例是图像，并且所述第一阈值对应于像素强度差异。

3.如权利要求1所述的方法，其中，所述第一阈值对应于多边形面积差异。

4.如权利要求1所述的方法，其中，所述多个数据实例包括由光学显微镜获取的半导体晶圆的图像的图像斑块。

5.如权利要求1-4中的任一项所述的方法，其中，为数据实例确定的二元分类值指示该数据实例是否包括缺陷。

6.如权利要求1所述的方法，还包括：

访问设计文件，来为所述一个或多个主导集群的数据实例构造特征向量；并且

向所述特征向量应用至少一个聚类模型，以确定区域集群。

7.如权利要求6所述的方法，还包括：向与所确定的区域集群相对应的数据实例分配所述第二阈值。

8.如权利要求7所述的方法，还包括：向所述多个数据实例中与所确定的区域集群不相对应的所有剩余数据实例分配所述第一阈值。

9.如权利要求1-4或6-8中的任一项所述的方法，其中，向所述多个数据实例的第一子集应用至少一个聚类模型以识别数据实例的一个或多个主导集群包括：基于一个或多个图像分析度量来对所述多个数据实例的第一子集进行聚类。

10.如权利要求1-4或6-8中的任一项所述的方法，其中，所述多个数据实例包括多个文本集合，并且其中，为数据实例确定的二元分类值指示该数据实例是非虚构还是虚构。

11.一种系统，包括用于执行如权利要求1-10中的任一项所述的方法的装置。

12.如权利要求11所述的系统，其中所述装置包括机器可读代码，该机器可读代码在被执行时使得机器执行如权利要求1-10中的任一项所述的方法的一个或多个步骤。

13.一种系统，包括：

存储器，用于存储多个数据实例；以及

耦合到所述存储器的处理器，该处理器用于：

基于分配给多个数据实例的每一者的第一阈值，来为所述多个数据实例的每一者确定二元分类值；

向所述多个数据实例的第一子集应用至少一个聚类模型以识别数据实例的一个或多个主导集群；

确定第二阈值，来分配给所述数据实例的一个或多个主导集群内所包括的第二多个数据实例；并且

基于所述第一阈值和分配给所述第二多个数据实例的所述第二阈值，来为所述多个数据实例的每一者重新确定二元分类值，其中所述第一阈值被分配给所述多个数据实例中未被包括在所述第二多个数据实例内的至少一部分数据实例。

14.如权利要求13所述的系统，所述处理器用于：

访问设计文件，来为所述一个或多个主导集群的数据实例构造特征向量；并且

向所述特征向量应用至少一个聚类模型，来确定区域集群。

15.如权利要求14所述的系统，所述处理器用于：向与所确定的区域集群相对应的数据实例分配所述第二阈值。