WAT(Wafer Acceptance Test,晶圆允收测试)是晶圆在完成制造后必须通过的一项电学测试.本文提出了一种基于随机森林的良率诊断方法,使用随机森林算法对来自可寻址WAT的测试数据建立分类模型,并从中提取关键规则.提取出的规则集合可以帮助分析人员快速、准确地对生产中导致低良率的根本原因进行定位、分析,对于良率提升有着重要意义.在真实可寻址WAT测试数据集上应用本文提出的方法,得到的规则集合在分类性能上较基于决策树的方法有着更好的表现.
科研之友
微信
新浪微博
Facebook
分享链接
