基于LOF-KNN算法的晶圆级空间测量参数异常识别方法

摘要

本发明公开了一种基于LOF‑KNN算法的晶圆级空间测量参数异常识别方法，主要解决现有异常识别方法无法准确识别晶圆级空间测量参数中单个数据的可靠性隐患异常问题。其实施方案是：1、采集样本；2、根据K最近邻KNN算法，获得样本的空间变化统计量；3、根据局部异常因子LOF算法，获得样本的局部离群因子；4、获得局部离群因子的上控制限；5、对待检测数据的异常状态进行判断，将待检测数据的局部离群因子与上控制线比较，根据待测数据的局部离群因子是否超过控制限来判断待测数据是否为异常数据。本发明可准确识别晶圆级空间测量参数中单个数据的异常状况，且稳定性好、应用范围广，可用于芯片的制作。