基于神经网络的晶圆缺陷分类系统

摘要：

基于神经网络的晶圆缺陷分类系统是为了实现晶圆宏观缺陷的检测和分类而进行的一项研究课题.在前阶段完成了晶圆缺陷的检测和特征提取的基础上,本文分别从算法理论和实际应用的角度,重点设计了BP神经网络对缺陷的分类,并根据类别数目和特征向量长度对隐含层节点数目进行了设计,在试验分析的基础上,选取了恰当的权值、阈值及网络学习速率.实验证明,设计的检测系统专业性强,具有一定的应用价值.

关键词： 神经网络 缺陷检测 缺陷分类 特征向量 晶圆缺陷

作者: 曾臻 戴曙光 穆平安

作者单位: 上海理工大学光电学院,上海,200093

会议类型: 国内会议

会议名称: 第八届工业仪表与自动化学术会议

会议地点: 上海

会议语种:中文

页码: 364-369

在线出版日期: 2007-06-12（万方平台首次上网日期，不代表论文的发表时间）