基于支持向量机及遗传算法光刻热点检测.docVIP

基于支持向量机及遗传算法光刻热点检测.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于支持向量机及遗传算法光刻热点检测

基于支持向量机及遗传算法光刻热点检测   摘 要:提出一种基于支持向量机(SVM)及遗传算法(GA)的集成电路版图光刻热点检测方法.首先对版图样本进行离散余弦变换(DCT)以提取样本的频域特征,然后基于这些样本训练SVM分类器以实现对光刻热点的检测.为了提高光刻热点检测的精度及效率,采用遗传算法(GA)对频域特征进行选择,并同时优化SVM参数.实验结果表明,基于SVM及版图频域特征并结合遗传算法进行优化的光刻热点检测方法可以有效提高版图光刻热点的检测精度.   关 键 词:可制造性设计;光刻热点;离散余弦变换;支持向量机;遗传算法   中图分类号:TP?@391.41 文献标志码:A 文章编号:1008-9497(2011)01-041-05      CAO Kui-kang, SHEN Hai-bin??*, YANG Yi-wei   (Institute of VLSI Design, Zhejiang University, Hangzhou 310027, China)   Lithographic hotspot detection based on SVM and genetic algorithm.   Journal of Zhejiang University(Science Edition), 2011,38(1):041-045   Abstract: A lithography hotspot detection method based on support vector machine (SVM) and genetic algorithm (GA) is proposed. Frequency domain features of integrated circuit (IC) layout samples are first extracted with discrete cosine transformation. Then SVM classifiers are trained with the layout samples so that it can be used for hotspot detection. To improve the precision and efficiency of this method, genetic algorithm is used for feature selection and SVM parameter optimization. Experiment results show that the proposed method can improve the precision of lithography hotspot detection effectively.   Key Words: design for manufacturability (DFM); lithography hotspot; discrete cosine transform (DCT); support vector machine (SVM); genetic algorithm (GA)      当前集成电路生产工艺中,首先根据设计好的版图制作掩模,然后通过光刻技术将掩模上的图形转移到硅片上.由于亚波长光刻技术中光学邻近效应(OPE)的影响,版图最终转移到硅片上时,将可能产生较大的失真.虽然可以使用各种分辨率增强技术(RET),如光学邻近校正(OPC),相移掩模(PSM)等提高光刻的精度,但由于设计不当或RET技术本身的限制等原因,最终硅片上的电路仍可能会出现桥连(bridging)或断线(breaking)等现象,版图中可能导致这些现象的地方被称为光刻热点.光刻热点可能会影响最终电路的性能甚至导致功能失效,因此应在芯片生产之前找出并加以修正.光刻热点检测是可制造性设计(DFM)中的一项重要技术.   传统的光刻热点检测方法如基于设计规则[1]的方法,随着工艺的发展其作用正日益削弱.目前基于光刻仿真的方法是确保版图保真性的标准验证方法.但是,基于光刻仿真的方法依赖于具体的工艺参数以及可能涉及的RET的方法和配置,由于涉及技术保密及软件授权等因素,基于光刻仿真的热点检测通常只能在芯片制造厂进行.当设计需要修正时,会引入较长的交互时间,延长产品的开发周期.   为了在设计流程中引入光刻热点检测功能,以便较早的考虑可制造性问题,研究者开始将机器学习方法引入光刻热点检测.NAGASE N等[2]首先实验了利用神经网络进行热点检测的方法.WUU J Y等[3]提出了一种基于支持向量机(SVM)并以版图像素灰度为特征的热点检测方法

文档评论(0)

fangsheke66 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档