基于优化DBSCAN聚类算法的晶圆图预处理

摘要：

晶圆图是由半导体生产过程中对晶圆进行可测试性检测而得到的,通过对晶圆图进行分类可以为生产过程中出现的问题提供依据,从而解决问题,降低生产成本.在对晶圆图进行分类之前,最重要的是特征提取,晶圆图除了本身拥有一定的空间图案以外,还存在着很多的噪声,影响着特征提取的过程.传统的DBSCAN算法用于滤波,需要人为确定两个参数,最小邻域Eps和最小点数MinPts,参数的选择直接影响了聚类的准确性.为此,提出一种基于优化DBSCAN聚类算法的滤波方式,自动确定DBSCAN的参数,以解决传统的手动设定参数的弊端.该算法基于参数自动寻优策略,选取DBSCAN聚类后簇内密度参数和簇间密度参数的综合指标来评定最优参数.实验结果表明,该算法能自动井合理地选择较好的参数,具有很好的聚类效果,对后续的特征提取及分类也具有很大的帮助.

关键词：晶圆图;DBSCAN;自动;聚类;密度;滤波

所属期刊栏目：36

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金项目;广西自然科学基金项目;桂林电子科技大学研究生教育创新计划项目

在线出版日期：2021-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2713-2721