Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 弈芯科技(杭州)有限公司黄继辉获国家专利权

弈芯科技(杭州)有限公司黄继辉获国家专利权

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!

龙图腾网获悉弈芯科技(杭州)有限公司申请的专利一种基于机器学习的曲线版图测试图形生成方法及系统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:CN121482049B

龙图腾网通过国家知识产权局官网在2026-05-01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:202610023907.2,技术领域涉及:G06T7/00;该发明授权一种基于机器学习的曲线版图测试图形生成方法及系统是由黄继辉;岳绍圣;郑宰润设计研发完成,并于2026-01-09向国家知识产权局提交的专利申请。

一种基于机器学习的曲线版图测试图形生成方法及系统在说明书摘要公布了:本发明涉及集成电路版图检测技术领域,具体涉及一种基于机器学习的曲线版图测试图形生成方法及系统,包括:获取历史曲线版图数据并预处理得到有效数据集;提取几何与缺陷关联特征,经关联性分析和降维得到特征矩阵;通过K‑means聚类结合轮廓系数修正聚类数,生成缺陷模式标签;以特征矩阵和标签输入分类模型,输出参数生成初始测试图形,经冗余度与覆盖度优化得到优化测试图形;导入测试系统验证,不达标则重训模型,达标则输出最终图形。本申请借助机器学习实现缺陷模式精准识别,平衡检测精度与效率,提升测试图形适用性,适用于集成电路曲线版图检测。

本发明授权一种基于机器学习的曲线版图测试图形生成方法及系统在权利要求书中公布了:1.一种基于机器学习的曲线版图测试图形生成方法,其特征在于,包括以下步骤: 获取历史曲线版图数据,对所述历史曲线版图数据进行清洗与补全,输出预处理后的有效数据集,其中,所述历史曲线版图数据包括正常版图数据和标注缺陷的版图数据; 提取所述有效数据集中曲线版图的几何特征与缺陷关联特征,通过关联性分析筛选高关联特征并经降维处理得到特征矩阵; 所述特征矩阵作为输入,预设初始聚类数k值,通过K-means算法对所述特征矩阵进行聚类,聚类后计算轮廓系数,基于所述轮廓系数判断是否对所述初始聚类数k值进行修正,当判定不对所述初始聚类数k值进行修正,或判定对所述初始聚类数k值进行修正且修正完成后,得到与所述高关联特征对应的缺陷模式标签; 以所述特征矩阵和所述缺陷模式标签为输入,通过分类模型输出测试图形核心参数,以所述测试图形核心参数为输入,生成初始测试图形,计算所述初始测试图形的冗余度,当所述初始测试图形的冗余度大于预设第一阈值时,结合对应缺陷模式的特征对所述初始测试图形中的测试点进行调整,当所述初始测试图形的冗余度小于或等于预设第一阈值时,计算所述初始测试图形对各缺陷模式对应的缺陷高频区域的覆盖度,所述缺陷高频区域基于缺陷模式标签关联的历史缺陷分布确定,并根据所述覆盖度判断是否基于对应缺陷模式的几何特征提高缺陷高频区域的原测试点密度,输出优化测试图形; 将所述优化测试图形导入至版图测试系统进行验证,若验证不达标,基于验证结果反馈至聚类步骤修正k值或调整分类模型参数后重新训练,若验证达标,则输出最终测试图形。

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弈芯科技(杭州)有限公司,其通讯地址为:311100 浙江省杭州市余杭区仓前街道欧美金融城9幢404室-01;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。