本发明提供一种基于支持向量机监控在线缺陷的方法,收集已出货的晶圆在过去一个生产周期内的缺陷数据和产品质量数据的样本,并定义产品质量为异常的范围;在样本中选择良率测试站点加扫数量多的晶圆的数据,并去除缺陷数量或产品质量失效率异常大的数据,得到优化后的样本;从优化后的样本中随机选择出80%的数据,利用支持向量机进行样本训练并建立模型;对模型进行优化,提高模型的检出率;根据优化后的模型对在线产品的缺陷数据和产品质量数据进行预测和分类,将异常产品刷选出来。本发明可以提前将良率不过关的产品刷选出来,节约后续的生产、测试成本。
声明:
“基于支持向量机监控在线缺陷的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)