摘要
本申请提供了一种对准标记评价指标的预测方法和装置。本申请的预测方法包括:构建训练数据集,训练数据集中至少包括:对准标记的参数信息以及对准标记的评价指标;以训练数据集中的参数信息作为输入,以训练数据集中的评价指标作为输出,对评价指标预测模型进行训练,得到训练好的评价指标预测模型;以及,将待评价的对准标记的参数信息输入至评价指标预测模型,得到待评价的对准标记的评价指标。本申请采用机器学习的方式,通过训练对准标记的评价指标预测模型来替代复杂的光学衍射模型,使训练的预测模型能够以高精度逼近对准标记的实际物理模型,以输出精度更高的对准标记评价指标。
技术关键词
对准标记
指标
对准传感器
支持向量回归模型
深度神经网络模型
卷积神经网络模型
残差神经网络
数据
随机森林模型
临近算法
决策树模型
多层感知器
叠层
参数
预测装置
存储器
处理器
偏振态
层厚度
系统为您推荐了相关专利信息
数据分析方法
排放量
多元回归模型
多元回归分析
强度
学习控制方法
混合动力系统
指标
新控制策略
网络
服务器节点
流量调度方法
长短期记忆模型
指标
序列
字典
非线性
正则化参数
峰值信噪比
稀疏特征提取
决策辅助方法
糖尿病足溃疡
中药药物组合物
节点
患者创面