【摘要】 本发明公开了一种基于单类支持向量机的半导体过程监测方法，本发明采用单类支持向量机方法，利用其优越的单类数据分类性能，对半导体过程进行监测。相比目前的其它方法，本发明方法不仅可以大大提高半导体过程的监测效果，而且在很大程度上降低了半导体过程监测的复杂性，更加有利于半导体过程的工业自动化。 微信 【专利类型】发明授权 【申请人】浙江大学 【申请人类型】学校 【申请人地址】310058 浙江省杭州市西湖区余杭塘路388号 【申请人地区】中国 【申请人城市】杭州市 【申请人区县】西湖区 【申请号】CN201210032489.1 【申请日】2012-02-14 【申请年份】2012 【公开公告号】CN102566554B 【公开公告日】2014-02-19 【公开公告年份】2014 【授权公告号】CN102566554B 【授权公告日】2014-02-19 【授权公告年份】2014.0 【IPC分类号】G05B19/418 【发明人】葛志强; 宋执环 【主权项内容】1.一种基于单类支持向量机的半导体过程监测方法，其特征在于，包括以下步骤： (1)利用集散控制系统收集半导体过程各个正常工况的数据组成建模用的三维训练样本集：X=[X1; X2; …, XC]；其中， C为对应于过程工况c的数据矩阵，Ic为该工况下的批次数目，J为变量个数，K为每个批次的采样数据点数，I为总的样本个数；分别将这些数据存入历史数据库； (2)将不同工况下的数据沿着各自的批次方向展开为Ic×JK二维数据矩阵，对其进行预处理和归一化，即使得各个过程变量的均值为零，方差为1，得到新的数据矩阵集为 (3)重新沿着时间点方向对每一个数据矩阵进行排列，得到数据矩阵为 (4)对不同工况的半导体过程数据进行融合，组成新的二维混合数据矩阵为 其中 (5)针对新的二维混合数据矩阵 采用单类支持向量机方法对其进行建模，在高维空间内确定超球体的球心和半径； (6)将建模数据和各个模型参数存入历史数据库和实时数据库中备用； (7)收集新的过程数据，并对其进行预处理和归一化； (8)将新的过程数据投影到高维空间，计算其与超球体球心之间的距离，并与半径相比较，判断当前过程的运行状态； 所述步骤(5)具体为：针对二维混合数据矩阵 建立单类支持向量机数据分析模型；首先利用非线性函数将过程数据投影到高维特征空间中，即 单类支持向量机通过求解下面的优化命题建立模型： 其中，R和a分别是高维特征空间中超球体的半径和球心，Φ(x)为非线性投影函数，C为单类支持向量机调节参数，通过选取此参数，单类支持向量机会在超球体的体积和样本的错分率之间取得平衡，ξ为每个样本的松弛变量；在实际的求解过程中，通常采用以下的对偶命题来构造单类支持向量机，即 其中，K(xi, xj)=<Φ(xi), Φ(xj)>是核函数，通常选取为高斯核的形式，α为每个样本对应的拉格朗日乘子；单类支持向量机的建模结果是：大部分样本对应的α值为零，只有小部分关键样本对应的α值不为零，这些样本被称为支持向量。 【当前权利人】浙江大学 【当前专利权人地址】浙江省杭州市西湖区余杭塘路388号 【专利权人类型】公立 【统一社会信用代码】12100000470095016Q 【家族引证次数】4.0 【家族被引证次数】10

未经允许不得转载：http://www.zhongzhencnc.com/1791578768.html