[发明专利]扫描探针标定方法有效

专利信息
申请号: 201710641861.1 申请日: 2017-07-31
公开(公告)号: CN107300629B 公开(公告)日: 2019-07-09
发明(设计)人: 郝镇齐;徐穆清;江嵩;程子嘉;王亚愚 申请(专利权)人: 清华大学
主分类号: G01Q40/00 分类号: G01Q40/00
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 孙岩
地址: 100084*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 扫描 探针 标定 方法
【说明书】:

发明涉及一种扫描探针标定方法,用于对扫描隧道显微镜的扫描探针进行标定。所述方法包括:通过所述扫描探针获取标定样品的形貌图;通过数据分类模块对所述形貌图进行标准化判断;若所述数据分类模块判断所述形貌图合格,则通过所述扫描探针获取所述标定样品的能谱图;通过所述数据分类模块对所述能谱图进行标准化判断;若所述数据分类模块判断所述能谱图合格,则所述扫描探针标定合格。上述方法,能够快速、高精度的检测扫描探针是否合格,实现探针标定。所述探针标定方法,采用数据分类模块分析判断扫描探针是否合格,减少了扫描探针标定过程的耗费时间长、标定难度大的问题。

技术领域

本发明涉及检测设备技术领域,特别是涉及一种扫描探针标定方法。

背景技术

在纳米科学技术的进步和不断发展过程中,两类科学仪器起到了重要的推动作用。一类科学仪器是以电子束作为探针的电子显微镜,如透射电子显微镜和扫描电子显微镜。另一类科学仪器是以固体针尖作为探针的扫描探针显微镜,如扫描隧道显微镜和原子力显微镜。

扫描隧道显微镜是利用量子力学的隧穿效应来探测待测样品的。具体地,在真空中相距很近的扫描探针与待测样品上加电压,它们之间会通过和距离呈指数关系、和扫描探针的针尖及待测样品的电子态密度成正比的隧穿电流。当扫描探针针尖的性质已知时,该隧穿电流信息可以非常灵敏地反映样品表面的形貌、电子态等信息。扫描隧道显微镜主要依赖于扫描探针针尖在样品表面进行高精度的扫描,所以对扫描探针针尖性能进行标定和处理对获得精确的实验结果有着至关重要的意义。

目前,对于扫描隧道显微镜扫描探针针尖的标定及检测大多利用人工操作完成。人工标定需要处理的数据量大,常常需要实验人员值守很长的时间。另外,每次实验前都需要进行此类标定工作,会对实验人员造成巨大的负担和时间、精力的浪费。

发明内容

基于此,有必要针对传统的方案对于扫描探针针尖标定时需要处理大量数据、耗费大量人力,物力的问题,提供一种高效率的扫描探针标定方法。

一种扫描探针标定方法,用于对扫描隧道显微镜的扫描探针进行标定,包括以下步骤:

通过所述扫描探针获取标定样品的形貌图;

通过数据分类模块对所述形貌图进行标准化判断;

若所述数据分类模块判断所述形貌图合格,则通过所述扫描探针获取所述标定样品的能谱图;

通过所述数据分类模块对所述能谱图进行标准化判断;以及

若所述数据分类模块判断所述能谱图合格,则所述扫描探针标定合格;

其中,所述数据分类模块通过支持向量机的机器学习方法获得;

通过支持向量机的机器学习方法获得所述数据分类模块的方法,具体包括:

选择多组待学习的图像信息;

从所述图像信息中提取特征信息,针对不同的特征信息建立不同的分类规则,所述分类规则的建立过程为对所述图像信息进行坐标变换;

通过在所述不同的分类规则之间设置不同的权重比,以形成所述数据分类模块。

在其中一个实施例中,所述数据分类模块还可以通过神经网络的机器学习方法获得;

通过神经网络的机器学习方法获得所述数据分类模块的方法,具体包括:

选择多组待学习的图像信息;

将所述图像信息进行分类存储之后,针对所述图像信息的特征信息建立多层网络结构;

对所述多层网络结构设置函数对应关系,在每一层所述网络结构中的所述函数对应关系中设置参数;

不断调整每一层所述网络结构中的参数以形成所述数据分类模块。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710641861.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top