摘要
本发明公开了一种基于S参数与多级神经网络的TSV缺陷检测方法及装置,该方法包括:基于实际待测结构的几何参数和材料参数建立3D IC电磁仿真模型;根据实际待测结构的实测S参数对模型进行准确度验证和调整,得到TSV全波仿真模型;基于TSV全波仿真模型构建多种TSV缺陷全波仿真模型,并构建第一数据集;基于检测需求,利用第一数据集训练一个包括若干级局部神经网络的HMC‑LDNN网络;基于检测需求对待测结构的S参数进行实际测量,并将测得的S参数输入到训练好的HMC‑LDNN网络中进行分层缺陷分类和定位,以实现TSV缺陷检测。该方法可以对多种缺陷类型共存在场景,实现精确的缺陷检测和定位。
技术关键词
缺陷检测方法
仿真模型
待测结构
电磁仿真
参数
分层缺陷
数据
缺陷检测装置
结构仿真
深度神经网络
策略
优化器
接口
模块
定义
场景
误差
系统为您推荐了相关专利信息
水质检测分析系统
水体浮游生物
悬浮固体含量
水体氨氮含量
水质信息采集
多维特征向量
残差神经网络
拉曼光谱信号
多光谱
氧化态
智能评价方法
探测设备
强化学习模型
隧道
多源融合
水泵
历史降雨量
数据
机器学习模型
可执行程序代码