English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 2928/5721 (51%)
造訪人次 : 375930 線上人數 : 644
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部NCUTIR
管理學院
工業工程與管理系(所)
--【工業工程與管理系所】博碩士論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於NCUTIR
‧
管理
勤益科大機構典藏
>
管理學院
>
工業工程與管理系(所)
>
【工業工程與管理系所】博碩士論文
>
Item 987654321/5491
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://ir.lib.ncut.edu.tw/handle/987654321/5491
題名:
應用PCA與ANFIS建構IC封裝資料庫預測模型
作者:
賴志遠
洪永祥
貢獻者:
工業工程與管理系
關鍵詞:
Bootstrapping
IC封裝
主成份分析
適應性網路模糊推論系統
日期:
2010
上傳時間:
2013-08-13 15:35:21 (UTC+8)
出版者:
台中;國立勤益科技大學
摘要:
半導體產業在台灣一直是不可或缺的重要產業之一,在IC產業價值鏈中,經由上游產品設計完成後,交由專業晶圓代工廠或整合元件製造廠生產,到封裝測試部分交由專業的代工廠負責,都是朝著高功率、高密度和輕薄型為設計重點。因客戶訂單所要求的型式不同,且產品的種類繁多,導致訂單轉工單的過程當中,需要大量的人員才能來滿足客戶需求,而目前的作業方式還是以人工作業為主。因此,若能提供給IC設計人員一個正確且快速的資訊,則可以避免掉人為疏失、決策錯誤和時間延遲,進而改善產品開發與上市時程。
本研究應用主成份分析( Principal Component Analysis, PCA)與適應性網路模糊推論系統(Adaptive Network Fuzzy Inference System, ANFIS)來建構IC封裝資料庫預測模型,針對所蒐集到的8個IC封裝產品族群 (TFBGA、LGA、QFP、FCBGA、PBGA、QFN、FCLGA、SOP)及66項終端產品進行分類,資料總筆數為2968筆,資料庫中包含有15個特徵屬性和1個決策屬性。研究結果顯示,IC封裝8個產品族群的分類中,在百分比比例90:10、80:20、70:30下的分類準確率最高為99.663%;IC封裝66項終端產品的分類中,為了克服資料結構不平衡之問題,本研究使用Bootstrapping來增加較少的終端產品項筆數,以提高分類準確率,其百分比比例90:10、80:20、70:30下的分類準確率最高為74.106%。透過實驗結果準確率可以得知用此預測模型來推論是可行的,能正確且迅速回應IC設計人員有關的產品資訊,方能提升人員作業效率、節省人力成本、縮短產品設計開發時間。
顯示於類別:
[工業工程與管理系(所)] 【工業工程與管理系所】博碩士論文
文件中的檔案:
沒有與此文件相關的檔案.
檢視Licence
檢視Licence
在NCUTIR中所有的資料項目都受到原著作權保護.
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
回饋