一种四甲基氢氧化铵生产过滤杂质检测方法与流程

本发明涉及光谱数据处理，具体涉及一种四甲基氢氧化铵生产过滤杂质检测方法。

背景技术：

1、在光刻工艺中，四甲基氢氧化铵（tmah）是一种常用的显影剂，主要用于显影光刻胶，当四甲基氢氧化铵溶液中包含杂质时会对显影效果造成影响，例如杂质可能引起显影液中局部的化学反应差异，导致显影后的表面不均匀或者无法准确的显影，通过对四甲基氢氧化铵溶液的光谱数据进行聚类分析，可以从大量四甲基氢氧化铵溶液中快速识别和分类杂质。

2、现有方法在利用isodata迭代自组织聚类时，当判断一个类簇需要进行分裂时，仅仅根据对应类簇的均值与部分维度的标准差进行子类聚类中心点的选择，选择的类簇中心点可能出现无法表示高密度点的情况，导致出现同一类簇被划分开来或不同类簇被划分至同一类簇中，进而导致对四甲基氢氧化铵溶液的杂质检测不准确。

技术实现思路

1、为解决上述问题，本发明提供一种四甲基氢氧化铵生产过滤杂质检测方法。

2、本发明的一种四甲基氢氧化铵生产过滤杂质检测方法采用如下技术方案：

3、本发明一个实施例提供了一种四甲基氢氧化铵生产过滤杂质检测方法，该方法包括以下步骤：

4、采集若干四甲基氢氧化铵溶液的光谱数据；

5、获取每个光谱数据的若干独立分量，根据独立分量中波长和波长对应的吸收率，得到每个光谱数据的每个独立分量的若干特征波长，根据光谱数据的每个独立分量的若干特征波长，得到若干独立分量序列和每个光谱数据下其他光谱数据的有序独立分量；

6、获取所有光谱数据进行迭代自组织聚类时，第一次聚类的若干类簇，根据每个光谱数据的有序独立分量、每个类簇内光谱数据的独立分量及每个类簇内不同光谱数据的独立分量进行dtw匹配时匹配波长对，得到每个类簇中不同光谱数据的独立分量之间的相似程度，根据每个类簇中不同光谱数据的独立分量之间的相似程度，得到每个类簇中光谱数据的独立分量在对应独立分量序列的离散程度，根据每个类簇中光谱数据的独立分量在对应独立分量序列的离散程度，得到每个类簇在进行迭代自组织聚类时分裂成两个类簇的优选度；

7、根据每个类簇在进行迭代自组织聚类时分裂成两个类簇的优选度和预设参数，对所有光谱数据进行迭代自组织聚类，得到若干最终类簇，通过对最终类簇对应的部分四甲基氢氧化铵溶液进行杂质检测，得到每个最终类簇对应的四甲基氢氧化铵溶液的主要杂质。

8、进一步地，所述根据独立分量中波长和波长对应的吸收率，得到每个光谱数据的每个独立分量的若干特征波长，包括的具体步骤如下：

9、对于任意一个光谱数据的任意一个独立分量，若，且对应的该独立分量中以第个波长为中心，邻域半径为的波长范围中所有波长对应的吸收率之和大于1，将第个波长作为该独立分量的一个特征波长；

10、其中表示该独立分量中第个波长对应的吸收率，为预设的一个第二数值，表示该独立分量中以第个波长为中心，邻域半径为的波长范围中第个波长对应的吸收率，。

11、进一步地，所述根据光谱数据的每个独立分量的若干特征波长，得到若干独立分量序列和每个光谱数据下其他光谱数据的有序独立分量，包括的具体步骤如下：

12、将任意一个光谱数据，记为目标光谱数据，将目标光谱数据的所有独立分量进行人为编号，得到若干具有排列次序的独立分量，将目标光谱数据的第一个独立分量的所有特征波长按照从小到大的顺序进行排列，得到目标光谱数据的第一个独立分量的特征波长序列；

13、将目标光谱数据的第一个独立分量的特征波长序列，记为第一序列，在除目标光谱数据以外的任意一个光谱数据的所有独立分量的特征波长序列中，获取与第一序列相似性最高的特征波长序列，记为第一序列的一个相似特征波长序列；

14、在除目标光谱数据以外的每个光谱数据的所有独立分量的特征波长序列中，获取第一序列的若干个相似特征波长序列，将第一序列对应的独立分量和第一序列的若干个相似特征波长序列对应的独立分量按照特征波长序列相似性从大到小进行排列，得到一个长序列，记为目标光谱数据的第一个独立分量对应的独立分量序列，其中第一序列对应的独立分量在独立分量序列的第一个位置，同时将第一序列的若干个相似特征波长序列对应的独立分量在所属的光谱数据中排列为第一个独立分量；

15、将目标光谱数据的第二个独立分量的特征波长序列，记为第二序列，在除目标光谱数据以外的任意一个光谱数据的所有独立分量的特征波长序列中，获取与第二序列相似性最高的特征波长序列，记为第二序列的一个相似特征波长序列；

16、在除目标光谱数据以外的每个光谱数据的所有独立分量的特征波长序列中，获取第二序列的若干个相似特征波长序列，将第二序列对应的独立分量和第二序列的若干个相似特征波长序列对应的独立分量按照特征波长序列相似性从大到小进行排列，得到一个长序列，记为目标光谱数据的第二个独立分量对应的独立分量序列，其中第二序列对应的独立分量在所属独立分量序列的第一个位置，同时将第二序列的若干个相似特征波长序列对应的独立分量在所属的光谱数据中排列为第二个独立分量；

17、以此类推，得到目标光谱数据的每个独立分量对应的独立分量序列和目标光谱数据下其他光谱数据的有序独立分量。

18、进一步地，所述相似性的具体获取方法如下：

19、利用dtw算法获取特征波长序列与第一序列的相似性。

20、进一步地，所述根据每个光谱数据的有序独立分量、每个类簇内光谱数据的独立分量及每个类簇内不同光谱数据的独立分量进行dtw匹配时匹配波长对，得到每个类簇中不同光谱数据的独立分量之间的相似程度，包括的具体步骤如下：

21、将若干类簇其中任意一个类簇，记为目标类簇；

22、

23、式中，为目标类簇中第i个光谱数据的第p个独立分量，为目标类簇中第j个光谱数据的第p个独立分量，为目标类簇中第i个光谱数据的第p个独立分量和目标类簇中第j个光谱数据的第p个独立分量的皮尔逊相关系数，为目标类簇中第i个光谱数据的第p个独立分量和目标类簇中第j个光谱数据的第p个独立分量进行dtw匹配时，匹配波长对的个数；为第k个匹配波长对中属于第i个光谱数据的第p个独立分量的波长，为第k个匹配波长对中属于第j个光谱数据的第p个独立分量的波长，为目标类簇中第个光谱数据的第个独立分量的权重系数，为目标类簇中第个光谱数据的第个独立分量的权重系数，其中第个光谱数据和的第个独立分量的权重系数和第个光谱数据的第个独立分量的权重系数可通过ica独立分量分析获得，为以自然常数为底的指数函数，为取绝对值，为目标类簇中第i个光谱数据的第p个独立分量和目标类簇中第j个光谱数据的第p个独立分量的相似程度。

24、进一步地，所述根据每个类簇中不同光谱数据的独立分量之间的相似程度，得到每个类簇中光谱数据的独立分量在对应独立分量序列的离散程度，包括的具体步骤如下：

25、

26、式中，为目标类簇中光谱数据的个数，为目标类簇中第i个光谱数据的第p个独立分量和目标类簇中第j个光谱数据的第p个独立分量的相似程度，为避免分母为0的超参数，为目标类簇中光谱数据的第p个独立分量在对应第p个独立分量序列的离散程度。

27、进一步地，所述根据每个类簇中光谱数据的独立分量在对应独立分量序列的离散程度，得到每个类簇在进行迭代自组织聚类时分裂成两个类簇的优选度，包括的具体步骤如下：

28、将任意一个类簇在进行迭代自组织聚类时，该类簇分裂成的两个类簇分别记为第一子类簇和第二子类簇；

29、

30、式中，为第一子类簇中光谱数据的第p个独立分量在对应第p个独立分量序列的离散程度，为第二子类簇中光谱数据的第p个独立分量在对应第p个独立分量序列的离散程度，为第一子类簇和第二子类簇中心之间的距离，为每个光谱数据的独立分量的个数，为该类簇分裂成第一子类簇和第二子类簇的优选度，为线性归一化函数。

31、进一步地，所述采集若干四甲基氢氧化铵溶液的光谱数据，包括的具体步骤如下：

32、预设一个第一数值，记为n，利用多光谱仪分别获取n个四甲基氢氧化铵溶液的光谱数据。

33、进一步地，所述获取每个光谱数据的若干独立分量的具体方法如下：

34、对每个光谱数据进行ica独立分量分析，得到每个光谱数据的若干独立分量。

35、进一步地，所述通过对最终类簇对应的部分四甲基氢氧化铵溶液进行杂质检测，得到每个最终类簇对应的四甲基氢氧化铵溶液的主要杂质，包括的具体步骤如下：

36、在任意一个最终类簇对应的光谱数据中，随机抽样选取n1个光谱数据对应的四甲基氢氧化铵溶液，对选取n1个的四甲基氢氧化铵溶液分别进行杂质检测，将杂质含量最多的杂质作为该最终类簇对应的四甲基氢氧化铵溶液的主要杂质，n1为预设的一个第三数值。

37、本发明的技术方案的有益效果是：本发明通过采集四甲基氢氧化铵溶液的光谱数据，对光谱数据的独立分量进行相似程度的分析，以及对独立分量序列的离散程度进行分析，得到迭代自组织聚类时每个类簇分裂成两个类簇的优选度，进而得到四甲基氢氧化铵溶液的主要杂质，完成对杂质的检测；针对迭代自组织聚类过程中，传统类簇分裂结果导致误判概率较高的问题，通过对不同四甲基氢氧化铵溶液的光谱数据进行ica分解，利用各个独立分量之间的相关系数和独立分量进行dtw匹配时匹配波长对之间比值得到独立分量的相似程度，进而根据每个类簇中不同光谱数据的独立分量之间的相似程度，得到独立分量序列的离散程度，以此来决定最终的分裂方式，使得各次分裂结果能够更好的体现不同类簇的信息，降低杂质的误判概率。