买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利基于双预测器协同决策的晶圆级适应性测试方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116593867B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310564186.2，技术领域涉及：G01R31/28；该发明授权基于双预测器协同决策的晶圆级适应性测试方法是由梁华国;潘宇琦;李俊明;汤宇新;曲金星;易茂祥;黄正峰;鲁迎春设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本基于双预测器协同决策的晶圆级适应性测试方法在说明书摘要公布了：本发明公开了一种基于双预测器协同决策的晶圆级适应性测试方法，包括：1、数据预处理；2、利用RFECV算法对测试项进行筛选；3、利用随机森林算法建立基于测试项的质量预测器；4、根据BNR将晶粒划分为不同等级，建立基于空间信息的质量预测器；5、根据两种预测结果利用DBSCAN聚类算法对晶粒进行聚类，将不同类别的晶粒划分质量等级，根据晶粒不同等级类别的分布结果，逐次确定各个类别晶粒的质量。本发明能在降低晶圆的测试成本的同时，将测试逃逸和产量损失控制在极低的水平，保证较好的测试质量。

本发明授权基于双预测器协同决策的晶圆级适应性测试方法在权利要求书中公布了：1.一种基于双预测器协同决策的晶圆级适应性测试方法，其特征在于，是按如下步骤进行： 步骤1：利用测试项数据集对有个晶粒的试晶圆上所抽取的个晶粒进行测试后，得到质量测试结果数据集记为，令试晶圆上个晶粒的位置信息记为；其中，表示晶粒的测试项数，表示晶粒的第个测试项信息，表示第个晶粒的位置信息，表示第个晶粒的质量测试结果并作为标签，若，表示第个晶粒的质量测试结果为合格，若，表示第个晶粒的质量测试结果为故障； 将试晶圆上抽取剩余的晶粒作为待测晶粒，将待测晶粒的位置信息记为，其中，为第个待测晶粒的位置信息； 步骤2：利用RFECV算法对测试项数据集进行测试项筛选，得到筛选后的测试项子集，其中，表示晶粒的筛选后的第m个测试项信息，M是筛选后的测试项总数，且； 步骤3：将筛选后的测试项子集作为输入数据，将试结果数据集作为标签，并一起输入随机森林模型中进行训练，得到测试项质量预测器； 利用测试项质量预测器对待测晶粒进行质量预测，得到待测晶粒的质量预测结果数据集，其中，表示由测试项质量预测器对第个待测晶粒的质量预测结果； 步骤4：利用晶粒的局部空间信息，建立空间质量预测器，用于对待测晶粒进行质量预测； 步骤4.1：根据待测晶粒的质量预测结果数据集和试结果数据集，利用式1计算试晶圆上第k个晶粒的局部空间信息，从而得到试晶圆上所有晶粒的局部空间信息： 1 式1中，v表示任一晶粒周围晶粒的数目；表示第个晶粒周围第q个晶粒的质量，若第q个晶粒为待测晶粒，则令，表示由测试项质量预测器对第个待测晶粒的质量预测结果；若第q个晶粒为抽样晶粒，则令，表示第个晶粒的质量测试结果； 根据晶粒的局部空间信息对待测晶粒进行分级；令分别为上下界分级指标，当时，表示第个晶粒的等级为易通过；当时，表示第个晶粒的等级为易故障；否则，表示第个晶粒的等级为质量模糊； 步骤4.2：利用RFECV算法对测试项子集B中不同等级晶粒进行筛选，得到易通过等级的测试项子集、易故障等级的测试项子集和质量模糊等级的测试项子集； 步骤4.3：将三种等级的测试项子集与BNR一同作为输入数据，试结果数据集作为标签，一起输入随机森林模型中进行训练，得到空间质量预测器； 利用空间质量预测器对不同等级的待测晶粒进行质量预测，从而得到质量预测结果，其中，表示由空间质量预测器对第个待测晶粒的预测结果； 步骤5：利用和对待测晶粒的总质量预测结果进行协同决策，以得到待测晶粒的分类结果； 步骤5.1：利用DBSCAN聚类算法对待测晶粒的总质量预测结果R进行处理，得到待测晶粒的质量预测结果所属的集群，其中，表示第个集群，表示集群的数量； 判断待测晶粒中是否有不属于任何集群的晶粒，若表示相应的待测晶粒的预测结果为异常值，并将相应的待测晶粒加入离群晶粒集合，其中，表示待测晶粒中的第个晶粒预测结果为异常值的离群晶粒； 步骤5.2：利用式2计算笛卡尔二维坐标系上第个集群的重心位置： 2 式2中，分别为第个集群中第u个晶粒的横纵坐标，表示第个集群中晶粒的数目； 步骤5.3：计算所有集群的重心位置分别与理想点0,0与1,1的距离；并将与距离0,0最近的集群作为故障标准类的集群，记为，其重心记为；将与1,1最近的集群作为合格标准类的集群，记为，其重心记为； 将合格标准类的集群和故障标准类的集群记为标准类集群，将标准类集群以外的集群记为边缘类集群，其中，表示第个边缘类集群，表示边缘类集群的数量，且； 将边缘类集群的重心位置记为；其中，表示第个边缘类集群的重心位置； 步骤5.4：利用式3计算第个边缘类集群的重心位置分别与标准类集群的重心位置的距离： 3 式3中，是第个边缘类集群与合格标准类的距离，是第个边缘类集群与故障标准类的距离； 步骤5.5：利用式4判断第个边缘类集群的质量： 4 式4中，表示第个边缘类集群为合格晶粒集群，表示第个边缘类集群为故障晶粒集群； 步骤5.6：对于离群晶粒，计算第r个离群晶粒的重心位置与所有集群重心位置的距离，其中，表示到第个集群的重心位置的距离；并将第r个离群晶粒归属于最小距离所对应的集群，以最小距离所对应的集群的质量作为第r个离群晶粒的质量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。