[发明专利]光刻掩模光学修正的方法、装置及计算机可读存储介质

权利要求书

1.一种光刻掩模光学修正的方法，其特征在于，包括：

对修正前数据进行处理，得到基于多个分类的修正前数据；

所述对修正前数据进行处理，包括：将修正前数据划分成n个集合，所述集合包括一个几何图形及其周围对它有影响的几何图形；

分别获取所述n个集合的面积的值；

将所述获取的n个集合的面积从小到大等额增加划分成n个分类并对所述分类标记；

基于所述修正前数据和所述分类标记，生成训练集；

利用所述训练集对初始模型进行训练，得到分类确定模型；对所述基于多个分类的修正前数据进行光学临近修正，得到多个分类的修正后数据；

利用修正模块对修正后数据进行确定，得到修正后数据。

2.根据权利要求1所述的光刻掩模光学修正的方法，其特征在于，所述分类确定模型包括神经网络模型或神经网络模型与非神经网络模型的混合模型。

3.根据权利要求2所述的光刻掩模光学修正的方法，其特征在于，所述神经网络模型基于以下训练方法获得：

获取训练集，所述训练集包括所述修正前数据和所述分类；

利用所述训练集对初始模型进行训练，获得神经网络模型。

4.根据权利要求1所述的光刻掩模光学修正的方法，其特征在于，所述修正模块包括神经网络模型或神经网络模型与非神经网络模型的混合模型。

5.根据权利要求1所述的光刻掩模光学修正的方法，其特征在于，对所述基于多个分类的修正前数据进行光学临近修正的实现包括：基于经验的光学邻近修正和基于模型的光学邻近修正。

6.根据权利要求1所述的光刻掩模光学修正的方法，其特征在于，所述修正模块的实现步骤包括：

获取多个分类的修正前数据；

获取相应多个分类的修正后数据；

获取大于等于50%所述多个分类的修正前数据和大于等于50%所述多个分类的修正后数据，生成训练集；

利用所述训练集对初始模型进行训练，得到修正后数据确定模型；

获取剩余部分所述多个分类的修正前数据和剩余部分所述多个分类的修正后数据，生成测试集；

利用所述测试集对所述修正后数据确定模型进行验证。

7.根据权利要求6所述的光刻掩模光学修正的方法，其特征在于，还包括所述分类的修正前数据和修正后数据之间的边缘放置误差需满足所述分类标记。

8.一种光刻掩模光学修正的装置，其特征在于，所述装置包括至少一个处理器以及至少一个存储器；

所述至少一个存储器用于存储计算机指令；

所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求1～7中任意一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令中的至少部分指令被处理器执行时，实现如权利要求1～7中任意一项所述的方法。