光刻胶收缩量预测方法及系统、电子设备

AITNT
正文
推荐专利
光刻胶收缩量预测方法及系统、电子设备
申请号:CN202511287526
申请日期:2025-09-10
公开号:CN120805103B
公开日期:2025-12-26
类型:发明专利
摘要
本发明公开一种光刻胶收缩量预测方法,其包括获取输入数据,其中,所述输入数据包括CD‑SEM测量条件、CD‑SEM测量到的光刻胶厚度和光刻胶宽度原始数值;将获取的输入数据输入到预先训练好的预测模型,并获取所述预测模型的输出结果,其中,所述预测模型为基于蜘蛛蜂优化算法和支持向量回归算法训练得到,所述输出结果为光刻胶在CD‑SEM测量下的收缩量。本发明的方法利用支持向量回归(SVR)来构建光刻胶收缩预测模型,并通过蜘蛛蜂优化算法对支持向量回归模型进行参数寻优,从而提升SVR的回归性能,因而训练生成的预测模型在预测光刻胶收缩值方面能够达到更精准的预测结果,这有助于提高CD‑SEM的计量准确性。
技术关键词
支持向量回归算法 光刻胶厚度 量预测方法 关键尺寸扫描电子显微镜 支持向量回归模型 训练样本集 生成预测模型 量预测系统 参数 缩减技术 数据 数值 电子设备 处理器通信 存储器 指令
系统为您推荐了相关专利信息
1
葡萄可溶性固形物全基因组选择育种方法
可溶性固形物 全基因组关联分析 葡萄 机器学习模型 支持向量回归模型
2
一种损伤时间预测模型及其构建方法和应用
时间预测模型 支持向量回归模型 超参数 成分分析 血清
3
一种LC-OCT高分辨皮肤图像重建方法
图像重建方法 线性回归模型 数据 OCT系统 标签
4
基于并行协同图网络的交联混杂工步产品质量预测方法
产品质量预测方法 待测产品 多层前馈神经网络 数据 节点
5
一种输煤系统的动态负荷优化分配方法及系统
破碎设备 负荷优化分配方法 非线性映射关系 支持向量回归算法 粒子群优化算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号