数据挖掘在芯片生产过程数据分析中的应用

介绍了如何使用基于粗糙集理论数据挖掘技术,对生产线的生产率和成品率进行快速的预测.在出现产量突然降低时,使用统计分析方法迅速找到使其降低的主要原因,然后就可对其采取有效的措施,从而满足高产量的要求.     

基于支持向量机和核主成分分析的车牌字符识别

给出了一种结合核主成分分析(KPCA)和支持向量机(SVM)进行车牌字符识别的新方法.该算法通过KPCA进行字符的特征提取,并利用SVM分类器完成字符的识别.实验证明,KPCA在高维空间具有较强的特征选择能力,SVM的识别率也明显高于BP神经网络.