倒装芯片缺陷检测法

小样本下缺陷诊断更准

提出改进的多粒度级联森林，通过引入核主成分分析特征提取通道和升级级联森林每层分类器，提升小样本下倒装芯片缺陷诊断的泛化能力。

宿磊 · Xiao, Hu · 顾杰斐 · Ji, Yong · Wang, Gang · Ming, Xuefei · 李可 · Pecht, Michael G.

Measurement: Journal of the International Measurement Confederation 2023

技术优势

小样本也准

改进的 gcForest 在训练样本数量很少时仍然比传统方法表现更好，有利于实际工程应用。

自动提特征

通过多粒度扫描自动从原始振动信号中提取特征，无需人工设计特征。

特征不冗余

引入基于核主成分分析的特征提取通道，降低多粒度扫描与级联森林之间的特征冗余，提升数据传输效率。

泛化能力更强

升级级联森林每层的分类器，提高模型在小样本下的泛化能力。

应用场景

• 半导体封装检测：检测倒装芯片焊球缺陷，确保封装质量。
• 无损检测：利用振动信号非接触检测，不损伤芯片。
• 芯片制造质量控制：在生产线上快速诊断缺陷，提升良率。