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！

龙图腾网获悉中国石油大学(华东)申请的专利基于多块主成分分析网络的晶圆图缺陷检测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：CN115423737B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202210424283.7，技术领域涉及：G06T7/00；该发明授权基于多块主成分分析网络的晶圆图缺陷检测方法是由邓晓刚;周奉玄;刘晓月;肖林勃;谭海燕;雷其昌设计研发完成，并于2022-04-22向国家知识产权局提交的专利申请。

本基于多块主成分分析网络的晶圆图缺陷检测方法在说明书摘要公布了：本发明涉及一种基于多块主成分分析网络的晶圆图缺陷检测方法，其步骤为：首先对晶圆图进行尺寸统一化和滤噪的预处理；然后通过K均值聚类技术将PCANet模型提取的高维晶圆图特征分为不同的特征子块，然后对每个特征子块分别应用支持向量数据描述法建立监控子模型；最后使用贝叶斯融合策略将不同子块的监控模型融合为整体监控模型，并根据整体监控模型进行晶圆图缺陷的检测。本发明能提取到晶圆图中有助于缺陷检测的深层特征，并使用分块策略降低了特征差异性对晶圆图缺陷检测的影响，能够有效地提高晶圆图缺陷检测的性能。

本发明授权基于多块主成分分析网络的晶圆图缺陷检测方法在权利要求书中公布了：1.一种基于多块主成分分析网络的晶圆图缺陷检测方法，含有以下步骤： 一采集工业过程中的正常晶圆图样本作为训练数据集I，并对训练数据集I中的晶圆图样本进行预处理，预处理过程包括图像的尺寸统一化和中值滤波，经过预处理后的训练数据集表示为Ip； 二使用预处理后的训练数据集Ip训练主成分分析网络模型并提取训练数据特征集F，主成分分析网络模型简称为PCANet，利用训练数据特征集F的均值mF和方差sF对训练数据特征集F进行标准化处理，经过标准化处理后的训练数据特征集表示为然后使用K均值聚类算法将标准化的训练数据特征集分为k个特征子块 三对k个特征子块中的每个特征子块其中1≤b≤k，应用支持向量描述法建立基本的监控子模型，支持向量描述法简称为SVDD，将标准化的训练数据特征集投影到相应的SVDD模型上计算监控变量Db，其中1≤b≤k，使用核密度估计方法根据置信水平β确定每个特征子块的置信极限然后使用贝叶斯融合策略构建整体统计量BD，并使用核密度估计方法根据置信水平β计算整体检测阈值BDlim； 四采集包含正常晶圆图样本和缺陷晶圆图样本的测试数据集It，并对测试数据集It中的晶圆图样本进行预处理，预处理过程包括图像的尺寸统一化和中值滤波，经过预处理后的测试数据集表示为 五使用训练好的PCANet模型提取预处理后的测试数据集的晶圆图特征集Ft，并利用训练数据特征集F的均值mF和方差sF对测试数据特征集Ft进行标准化处理，经过标准化处理后的测试数据特征集表示为 六将标准化的测试数据特征投影到相应的SVDD模型上计算监控变量并通过贝叶斯融合策略计算测试样本的整体监控变量BDt，将测试样本的整体监控变量BDt与检测阈值BDlim进行比较，如果BDt＞BDlim，则表示测试样本是缺陷晶圆图，否则是正常晶圆图。

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中国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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”。