【技术实现步骤摘要】
一种基于径向基支持向量机的晶圆表面缺陷分类方法
[0001]本专利技术涉及一种晶圆表面缺陷分类方法的改进,属于光刻
,尤其涉及一种基于径向基支持向量机的晶圆表面缺陷分类方法。
技术介绍
[0002]光刻技术是集成电路制造领域的关键加工技术,随着工艺水平的日益进步,对晶圆表面缺陷类型及尺寸的检测和控制都提出了更高的要求。晶圆表面附着的颗粒污染物和工艺过程产生的凹坑等是降低芯片生产良率的主要缺陷原因。因此,需要在光刻之前对还未刻蚀图案的晶圆进行检测,以判断其表面缺陷的情况。光学检测手段具备速度快、精度高、可集成在工艺过程中等优势,已逐步成为半导体制造生产过程中的主流检测技术。然而在应用光学检测方法进行晶圆表面缺陷检测时,仍然面临着一个技术难题:尚未见有效的从观测光强信号中提取缺陷特征的分类识别方法。
[0003]申请号为CN201680029024.7,申请日为2016年3月9日的中国专利技术专利揭示了一种半导体晶圆的评价方法,包含以DWO以及DNO两种检测模式,检测调查用样品的半导体晶圆表面的LPD;进行LPD的尺寸分类;自以两种检测模式所检测出的LPD的检测坐标,计算两种检测模式中检测坐标间的距离及相对于晶圆中心的相对角度;将各经分类的尺寸预先设定将LPD判定为异物或致命缺陷的判定基准;以两种检测模式测定评价对象半导体晶圆的LPD;进行评价对象的LPD的尺寸分类;关于评价对象,计算检测坐标间的距离及相对于晶圆中心的相对角度;以及基于计算结果及判定基准,将评价对象的半导体晶圆表面所检测出的LPD分类为致命 ...
【技术保护点】
【技术特征摘要】
1.一种基于径向基支持向量机的晶圆表面缺陷分类方法,其特征在于:所述基于径向基支持向量机的晶圆表面缺陷分类方法包括以下步骤;步骤一:从光强信号中提取颗粒缺陷、凹陷缺陷两种缺陷类型的数据,从中随机选取相同数量的两种缺陷类型数据作为训练集,对选取的颗粒缺陷、凹陷缺陷两种缺陷类型的数据分别设置不同标签,作为训练集标签;步骤二:将未被选取的两种缺陷类型数据作为测试集,对未选取的颗粒缺陷、凹陷缺陷两种缺陷类型的数据分别设置不同标签,作为测试集标签;步骤三:对设置好的训练集和训练集标签采用交叉验证的方法,得到惩罚系数C和径向基系数g的最优值;步骤四:将得到的惩罚系数c和径向基系数g的数值带入LIBSVM工具箱里径向基支持向量机模型里的惩罚系数c和径向基系数g的数值中进行训练,然后输入设置好的训练集和训练集标签,得到训练后的分类模型;步骤五:利用测试集和测试集标签检测分类模型,得到分类准确率数值;步骤六:将得到的分类准确率数值与已知的分类准确率数值进行比较,若偏差较大,则另选一批已知数据重复上述步骤再次进行训练,直至准确率数值接近,得到成熟的分类模型;步骤七:将光强信号中提取的未知信号带入成熟的分类模型中,得到缺陷数据的分类率。2.根据权利要求1所述的一种基于径向基支持向量机的晶圆表面缺陷分类方法,其特征在于:所述带入LIBSVM工具箱时,设置两个重要参数为惩罚系数(C)和径向基系数(gamma,g),其中径向基系数g与径向基函数的核半径σ相关,公式一如下:3.根据权利要求1所述的一种基于径向基支持向量机的晶圆表面缺陷分类方法,其特征在于:所述从光强信号中提取颗粒缺陷、凹陷缺陷两种缺陷类型的数据还包括,引入核函数将样本空间从低维投影到高维空间中,从光强信号中分类识别出晶圆表面不同的缺陷类型,经过变换后变得线性可分。4.根据权利要求3所述的一种基于径向基支持向量机的晶圆表面缺陷分类方法,其特征在于:所述变换包括样本的寻优函数和分类函数涉及样本的内积运算(x
i
,x
j
),在映射的高维空间中计算内积则为(φ(x
i
),φ(x
j
)),此函数为核函数,公式二如下:K(x
i
,x
j
)=(φ(x
i
)
·
φ(x
j
))公式二。5.根据权利要求4所述的一种基于径向基支持向量机的晶圆表面缺陷分类方法,其特征在于:所述径向基核函数计算公式三如下所示:径向基核函数的核半径趋近于0时,则所有训练样本都是支持向量,且会被正确分类,导致产生过拟合,使超平面的泛化性变得较差;若高斯核半径σ趋近于∞时,支...
【专利技术属性】
技术研发人员:廖程,胡文钢,贠欣,王学美,郭金龙,
申请(专利权)人:武汉船用机械有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。