[发明专利]一种超大规模晶圆缺陷数据的特征提取方法

权利要求书

1.一种超大规模晶圆缺陷数据的特征提取方法，其特征在于，包括以下步骤：

步骤一：基于分布式计算平台对历史晶圆缺陷数据进行叠加，并通过对各个维度的数据进行排序、等深划分以及合并密度相似区间，从中提取可变采样网格；

步骤二：对输入的超大规模晶圆缺陷数据根据提取的可变网格计算各个网格的采样密度，从而进行基于密度的采样，在保留数据完整分布的前提下尽可能地减少数据量；

步骤三：对采样后的晶圆缺陷数据进行基于自适应的密度聚类方法的聚类；聚类完成后统计子簇的数量，以及各个子簇的期望、方差；

步骤四：采用高斯混合模型提取晶圆缺陷数据的概率分布特征；将自适应的密度聚类后得到的结果作为初值输入EM算法迭代拟合高斯混合模型分布，当达到设定的迭代阈值，保留概率密度分布参数单高斯组件数K、单高斯权重α_k、单高斯期望u_k、单高斯方差Σ_k作为超大规模晶圆缺陷数据的概率分布特征。

2.根据权利要求1所述的一种超大规模晶圆缺陷数据的特征提取方法，其特征在于，所述的步骤一具体为：对历史晶圆缺陷数据进行叠加，从中提取通用的可变采样网格；在提取晶圆缺陷数据的可变网格中，首先对历史晶圆缺陷数据的各个维度的缺陷数据点进行排序以及等深划分，然后通过比较划分后各相邻区间段的相似性，对密度相似的相邻区间段执行合并操作；由于各区间段包含相同数量的数据点，用区间段的长度|I_ij|来衡量其密度，其中I_ij表示第i维上的第j个区间段；同时引入参数ε定量表示相邻区间段的密度相似性，由公式(1)表示：

如果某两个相邻区间段的密度相似性值ε大于阈值T(0≤T≤1)，表示这两个相邻区间段密度相似，则可以进行合并。

3.根据权利要求1所述的一种超大规模晶圆缺陷数据的特征提取方法，其特征在于，所述的步骤一中，基于Spark分布式计算平台进行计算，并将大规模晶圆缺陷数据存储在HDFS分布式文件系统中。

4.根据权利要求1所述的一种超大规模晶圆缺陷数据的特征提取方法，其特征在于，所述的步骤二具体为：基于可变网格的密度采样是一种不等概率采样，密度不同的网格中具有不同的采样概率，具体计算方法由公式(2)表示：

其中，f(n_m)表示密度为n_m网格的采样概率函数，n_m为某个网格单元的密度，|G|为网格单元的总数，n为所有网格单元中所抽取样本量的总和，e为常量；当e＝0时，各网格单元的采样概率函数相同，抽样结果与简单随机抽样结果相同；当e＝1时，在各网格单元内将抽取相同数量的数据点。