[发明专利]一种基于卷积分类网络的晶圆图失效模式相似检索的方法

权利要求书

1.一种基于卷积分类网络的晶圆图失效模式相似检索的方法，其特征在于：包括以下步骤：

S1、获取晶圆电性测试结果；

S2、对获取数据进行预处理；

S3、对上述S2中预处理的数据带入事先已训练好的卷积分类网络中，得到输入晶圆图预定义的分类类型；

S4、卷积分类网络中，全局平均池化层之前的卷积输出作为输入晶圆图的特征值；

S5、将S4中16384维的原始特征值按32个点抽样后得到512维的特征值，对512维的特征值求其平均值，若特征值大于该平均值则置1，否则置0，完成特征值的二值编码；

S6、采用局部敏感哈希算法比较查询晶圆图特征值与特征库中的所有特征值的相似程度，若相似值大于0.5，则进入S7；

S7、输出与待查询晶圆图像相似的作为分组结果。

2.根据权利要求1所述的一种基于卷积分类网络的晶圆图失效模式相似检索的方法，其特征在于：所述步骤S2的处理方式为将失效的die置为200，正常的die置为100，不在wafer区域的置0，并通过相应的公式完成数值上的归一化。

3.根据权利要求2所述的一种基于卷积分类网络的晶圆图失效模式相似检索的方法，其特征在于：所述步骤S2中归一化的公式为：

4.根据权利要求1所述的一种基于卷积分类网络的晶圆图失效模式相似检索的方法，其特征在于：所述步骤S6的具体流程包括用局部敏感哈希算法，从两个维度来降低高维向量相似计算的复杂度，一方面通过最小哈希(minHASH)建立所有样本特征值的签名，压缩高维向量为低微向量，另一方面通过敏感哈希算法(LSH)将相似的样本映射到同一桶内，减少待检索的样本量。最后用Jaccard相似度来比较查询样本与待检索样本之间的相似程度。