1、不同終端廠家對產(chǎn)品缺陷限度要求不同。

2、不同終端廠家對不同缺陷種類的限度要求不同。

3、被檢產(chǎn)品型號多、工藝不同，針對不同型號不同工藝所產(chǎn)生的缺陷種類有差別，重點檢測的缺陷類型有區(qū)別。

4、客戶可提供的樣品有限，需要使用較少的樣品得到針對不同型號不同工藝的不同被檢產(chǎn)品的對應預測模型。

5、不同缺陷均有尺寸、面積、灰度值、輪廓、與臨近點構(gòu)成的離散幾何關系等可數(shù)值化的重要特征，可使用較少的特征數(shù)量定義缺陷。

 6、通過合適的學習算法以及合適的樣本數(shù)量，可以得到針對單個缺陷的95%以上的預測精度，其中，FSL算法85%的數(shù)據(jù)可以得到99%以上的預測精度，15%的數(shù)據(jù)可以得到70%左右的預測精度