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！

龙图腾网获悉无锡华润上华科技有限公司申请的专利光学临近效应修正方法及系统和掩膜版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：CN114690540B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202011611624.9，技术领域涉及：G03F1/36；该发明授权光学临近效应修正方法及系统和掩膜版是由孙鹏飞;王谨恒;陈洁;朱斌;张剑;曹楠设计研发完成，并于2020-12-30向国家知识产权局提交的专利申请。

本光学临近效应修正方法及系统和掩膜版在说明书摘要公布了：本发明提供了一种光学临近效应修正方法及系统和掩膜版，该方法包括：获取多个测试图形，并设定各个测试图形的预定迭代次数；将多个测试图形分为训练集和测试集；基于机器学习算法和训练集，建立迭代次数模型；将测试集输入到迭代次数模型，以获得测试集中各个测试图形的测试迭代次数，并将各个测试图形的测试迭代次数和对应的预定迭代次数进行比较；根据比较结果，确定迭代次数模型是否为已训练好的迭代次数模型；将待处理的版图文件输入已训练好的迭代次数模型，以获得版图文件中所包括的不同原始设计图形对应的目标迭代次数；基于不同原始设计图形对应的目标迭代次数，对版图文件中所包括的原始设计图形进行修正，以获得修正后的图形。

本发明授权光学临近效应修正方法及系统和掩膜版在权利要求书中公布了：1.一种光学临近效应修正方法，其特征在于，所述光学临近效应修正方法包括： 获取多个测试图形，并设定各个测试图形的预定迭代次数； 将所述多个测试图形分为训练集和测试集； 基于机器学习算法和所述训练集，建立迭代次数模型； 将所述测试集输入到所述迭代次数模型，以获得测试集中各个测试图形的测试迭代次数，并将所述测试集中各个测试图形的测试迭代次数和所述测试集中各个测试图形对应的预定迭代次数进行比较，以获得比较结果； 根据所述比较结果，确定所述迭代次数模型是否为已训练好的迭代次数模型； 当确定所述迭代次数模型为已训练好的迭代次数模型后，将待处理的版图文件输入所述已训练好的迭代次数模型，以获得所述版图文件中所包括的不同原始设计图形对应的目标迭代次数； 基于不同原始设计图形对应的目标迭代次数，对所述版图文件中所包括的原始设计图形进行修正，以获得修正后的图形； 设定各个测试图形的预定迭代次数，包括：根据各个测试图形的线宽，确定各个测试图形的预定迭代次数，其中，线宽在第一线宽范围内的测试图形对应的预定迭代次数小于线宽在第二线宽范围内的测试图形的预定迭代次数，所述第一线宽范围大于所述第二线宽范围；或者， 设定各个测试图形的预定迭代次数，包括：根据各个测试图形中的相邻形状之间的间距，确定各个测试图形的预定迭代次数，其中，间距在第一间距范围内的测试图形对应的预定迭代次数小于间距在第二间距范围内的测试图形的预定迭代次数，所述第一间距范围大于所述第二间距范围； 所述基于机器学习算法和所述训练集，建立迭代次数模型，包括：将所述训练集中的测试图形作为输入层，输入到卷积神经网络中，其中，所述卷积神经网络包括输入层、卷积层、池化层、全连接和输出层；训练集中的测试图形经所述卷积神经网络处理后，输出不同的测试图形对应的训练迭代次数；计算该训练迭代次数和对应的预定迭代次数之间的误差；根据该误差，更新所述卷积神经网络中权值，直到使得该误差最小化，得到迭代次数模型。

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无锡华润上华科技有限公司，其通讯地址为：214028 江苏省无锡市国家高新技术产业开发区新洲路8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。