（机械设计及理论专业论文）高亮度led芯片制造工艺知识挖掘技术的研究与应用.pdf

摘要 本文主要研究高亮度l e d ( l i g h te m i t t i n gd i o d e ，发光二极管) 芯 片制造工艺的知识挖掘技术，在综述国内外知识挖掘和粗集理论研究与 应用的基础上，通过对高亮度l e d 芯片制造过程的分析与研究，提出 了基于粗集理论的高亮度l e d 芯片制造工艺知识挖掘系统的体系结构， 研究了高亮度l e d 芯片制造工艺知识挖掘的基本原理与实现方法，并 且开发了一个具有数据输入、信息查询和知识挖掘等功能的原型系统。 具体研究内容包括： 1 ) 分析了高亮度u d 芯片制造工艺知识挖掘的研究意义，l e d 芯 片制造工艺复杂，对工艺控制和改进需要很长的经验，通过对现有生产 数据的挖掘分析有利于提高l e d 芯片的生产效率、优化工艺过程，提 高产品性能。综述了知识挖掘、粗集理论的国内外研究现状，并概述了 高亮度l e d 芯片的设计与制造技术。通过这些分析，确定了本文的四 个工作重点。 2 ) 研究了基于粗集理论知识挖掘的基本原理。讨论了连续属性的 离散化、粗集理论基本概念的运算、相对约简和相对核、属性的依赖性 以及属性的重要性这些知识挖掘中运用到的概念和方法，并对基于粗集 的约简进行了分析。 3 ) 为了更好地设计高亮度l e d 芯片知识挖掘系统，研究了高亮度 l e d 芯片的制造过程，分析了研磨、去蜡清洗化学抛光、金属蒸镀、光 刻、腐蚀工艺、合会和切割等大部分l e d 芯片制造技术。 4 ) 在对基于粗集理论知识挖掘技术和高亮度l e d 芯片制造工艺大 量分析研究的基础上，研究了高亮度l e d 芯片制造工艺知识挖掘的基 本原理与实现方法，并对i c p ( i n d u c t i v e l yc o u p l e dp l a s m a ，感应耦合等 离子体) 等离子体刻蚀工序中部分工艺条件对刻蚀速率的影响进行了计 算分析，结果证明本文所提出的基于粗集理论的知识挖掘方法在高亮度 l e d 芯片制造工艺的知识挖掘是适用的。 5 ) 在前面大量研究和理论分析的基础上，开发了高亮度l e d 芯片 制造工艺知识挖掘的原型系统，可以通过该系统输入各类制造工艺信 息，还能够对芯片制造信息进行查询，而且对i c p 刻蚀工序的知识挖掘 过程进行了部分功能演示。 关键词商亮度l e d 芯片制造工艺知识挖掘粗集理论 i i a b s t r a c t i nt h i sp a p e r ，t h em o s tr e s e a r c hw o r kf o c u s e do nt h ek n o w l e d g ed i s c o v e r y t e c h n o l o g yf o rt h em a n u f a c t u r ep r o c e s so fh b l e d ( h i g hb r i g h t n e s sl i g h t e m i t t i n gd i o d e ) c h i p t h r o u 曲a n a l y z i n ga n dr e s e a r c h i n gt h em a n u f a c t u r e p r o c e s so fh b l e dc h i p ，t h ea r c h i t e c t u r eo fr o u g hs e t sb a s e dk n o w l e d g e d i s c o v e r ys y s t e m f o rt h em a n u f a c t u r e p r o c e s s o fh b l e d c h i p w a s p r o p o s e d ， t h ef u n d a m e n t a l p r i n c i p l e s a n dt h e r e a l i z i n g m e t h o d sw e r e s t u d i e d ，a n dap r o t o t y p es y s t e mb yw h i c ho p e r a t o rc a ni n p u td a t a ，r e t r i e v e i n f o r m a t i o na b o u th b l e dc h i p p r o c e s s a n dd i s c o v e r k n o w l e d g ew a s d e v e l o p e d t h em a i nw o r k o ft h i sp a p e rc o n t a i n e d ： 1 ) i ta n a l y z e dt h er e s e a r c h i n g s i g n i f i c a n c eo fk n o w l e d g ed i s c o v e r yf o r t h em a n u f a c t u r ep r o c e s so ft h eh b l e dc h i p f o ri t s c o m p l e xp r o c e s s ，t o c o n t r o la n d p r o m o t e t h e p r o c e s s o ft h eh b l e d c h i p n e e d e dr i c h e x p e r i e n c ea b o u ti t t h ed i s c o v e r ya n da n a l y s i so ft h ec u r r e n tm a n u f a c t u r e d a t a h e l p e d t o p r o m o t e m a n u f a c t u r e e f f i c i e n c y ，o p t i m i z ep r o c e s s a n d i m p r o v ep r o d u c tp e r f o r m a n c e t h eo v e r s e a sa n dh o m er e s e a r c hs i t u a t i o n a b o u t k n o w l e d g ed i s c o v e r y a n d r o u g hs e t ，d e s i g n a n dm a n u f a c t u r e t e c h n 0 1 0 9 ya b o u th b l e dc h i pw e r es u m m a r i z e d f i n a l ly ，f o u rm a i nt a s k s o ft h ep a p e rw e r ed e t e r m i n e d 2 ) i ts t u d i e dt h ef u n d a m e n t a l p r i n c i p l e o ft h e r o u g h s e tb a s e d k n o w l e d g ed i s c o v e r y t h ec o n c e p t sa n dm e t h o d sw h i c hw o u l db eu s e d ，s u c h a st h ed i s c r e t em e t h o d so ft h ec o n t i n u i n ga t t r i b u t e s ，t h eo p e r a t i o no fr o u g h s e tb a s i c c o n c e p t s ， t h er e l a t i v er e d u c t i o na n dr e l a t i v e c o r e ， t h e d e p e n d a b i l i t ya n ds i g n i f i c a n c eo fa t t r i b u t e s w e r ed i s c u s s e d ，a n dr e d u c t i o n b a s e do nr o u g hs e tw a sa l s oa n a l y z e d 3 ) i no r d e rt ob e t t e rd e s i g nt h ek n o w l e d g ed i s c o v e r ys y s t e mf b rt h e h b l e d c h i p ，t h em a n u f a c t u r ep r o c e s s o ft h eh b l e d c h i pw a s r e s e a r c h e d i i l 蛮三些查兰二兰翟土兰兰兰三 t h em o s tm a n u f a c t u r ep r o c e s ss u c ha s p o l i s h i n g a n dg r i n d i n g ，o f f - w a x c l e a n o u ta n dc h e m i c a lp 0 1 i s h i n g ，m e t a l e v a p o r a t i o n ，o p t i c a ll i t h o g r a p h y ， e t c hp i 。o c e s s ，a n n e a lp r o c e s sa n di n c i s i o nw a sr e s e a r c h e d 4 ) b a s e do nt h e a n a l y s i sa n dr e s e a r c hw o r ka b o u tr o u g hs e tb a s e d k n o w l e d g ed i s c o v e r yt e c h n o l o g y a n dt h e p r o c e s s o fh b l e dc h i p ，t h e f u n d a m e n t a l p r i n c i p l e a n di t s r e a l i z i n g m e t h o d sa b o u tt h e k n o w l e d g e d i s c o v e r yf o rt h ep r o c e s so ft h eh b l e dc h i pw e r es t u d i e d t h ei m p a c to f s o m ep r o c e s sp a r a m e t e r st oe t e hr a t i oi nt h e i c p ( 1 n d u c t i v e l yc o u p l e d p l a s m a ) p l a s m a e t c hp r o c e s sw a s c o m p u t e d ，t h er e s u l tp r o v e di ts u i t a b l et o u s er o u g hs e tb a s e dk n o w l e d g ed i s c o v e r yt o a n a l y z e t h em a n u f a c t u r e p r o c e s so ft h eh b - u dc h i p 5 ) b a s e do nt h er e s e a r c ha n dt h e o r e t i c a la n a l y s i s ，ap r o t o t y p es y s t e m o fk n o w l e d g ed i s c o v e r yf o rt h em a n u f a c t u r ep f o c e s so ft h eh b l e dc h i p w a s d e v e l o p e d o p e r a t o r c a n i n p u t m a n u f a c t u r e p r o c e s s ，q u e r y a n d k n o w l e d g ed i s c o v e r y k e yw o r d s ：h b - l e dc h i p m a n u f a c t u r ep r o c e s s ，k n o w l e d g ed i s e o v e r y r 0 u 曲s e t i v 第一章绪论 第一章绪论 1 1 研究高亮度l e d 芯片制造工艺知识挖掘的意义 发光二极管( “g h te m i t t i n gd i o d e 简称l e d ) 由于具有功耗低、 体积小、可靠性高、寿命长和相应快等优点，早已广泛应用于仪器 仪表、计算机、汽车、电子玩具、通讯、自动控制、军事等领域。 自从上世纪9 0 年代，国外相继开发出四元系( a l g a i n p ) 的红、橙、 黄光和氮化镓( g a n ) 基的蓝、绿、紫外光的高亮度发光二极管( h i g h b r i 曲t n e s sl i g h te m i t t i n gd i o d e 简称h b l e d ) ，为l e d 的应用开辟 了巨大的新市场。由于发光效率和发光强度的极大提高，达到烛光 级的亮度，h b l e d 已经可以广泛应用于公路、铁路和机场的交通 信号灯系统，汽车的尾灯、刹车灯和方向灯，户外大屏幕信息显示 和全彩色电视显示系统等。最近开发的h b l e d 打印机无论在打印 速度还是在分辨率上，已经远远超过了目前的激光打印机。尤其是 利用了h b l e d 制造的白光l e d 照明灯泡，由于其超常寿命( 使用 1 5 年以上) 和节能( 耗电量仅为普通白炽灯泡的十几分之一) ，市场 前景十分广阔。科学家预言h b l e d 必将取代爱迪生发明的普通灯 泡，成为2 1 世纪的新光源。h b l e d 作为“新型发光与盟示器件”， 被列入国家信息产业部“十五”发展规划的重点项目。 l e d 的生产制造过程可分为上游外延片制作、中游l e d 芯片制 作和下游的封装等。本课题是针对中游l e d 芯片制作工艺为研究对 象，主要涉及四元系( a l g a i n p ) 芯片和氮化镓( g a n ) 芯片的制作。 以四元系芯片生产制作为例，其生产工艺包括研磨、电极制作、半 切、点测、全切、分检等，其中关键工艺为电极制作。电极制作又 可分为去蜡清洗化学抛光、背面蒸镀、正面蒸镀、光刻、金铍腐蚀、 合金工艺、蒸镀加厚层、套刻、加厚层腐蚀工艺等。l e d 芯片的生 产没有固定的工艺流程，不同的厂家有各自的工艺流程，芯片电极 广东工业大学工学硕士学位论文 的金属也不尽相同，厚度各有所异，芯片电极的金属及其厚度对电 流密度有重大影响，电流密度越均匀发光效果就越好。对于l e d 芯 片生产工艺的改进和优化需要长期的经验积累才能做得到，而如果 将每块外延片从研磨到最后的分检入库的生产制造信息记录下来， 然后应用知识挖掘的方法对这些制造工艺参数进行挖掘，从而发现 隐藏其中的制造工艺知识，将这些挖掘得来的知识再应用到生产中， 以达到对生产制造工艺更好的控制和优化，这相对于人脑对数据的 分析而言更为科学。 本课题就是基于上述的讨论而提出的，研究高亮度l e d 芯片制 造工艺知识挖掘技术的研究与应用，重点解决制造工艺数据的采集 与制造工艺知识挖掘系统的体系结构等问题。论文将结合导师的广 东省自然科学基金资助项目“基于粗集与网格理论高亮度l e d 设计 制造知识挖掘研究”和广东省科技计划项目“基于知识工程高亮度 l e d 芯片集成设计系统的开发与应用”来进行，探讨粗集理论在高 亮度l e d 芯片知识挖掘中的应用模式，研究高亮度l e d 芯片制造工 艺知识系统的体系结构。 1 2 国内外研究现状 1 2 1 知识挖掘的研究历史和现状及其应用情况 1 2 1 1 知识挖掘的研究历史和现状 随着数据库技术的迅速发展以及数据库管理系统的广泛应用， 人们积累的数据越来越多。激增的数据背后隐藏着许多重要的信息， 人们希望能够对其进行更高层次的分析，以便更好地利用这些数据。 目前的数据库系统可以高效地实现数据的录入、查询、统计等功能， 但无法发现数据中存在的关系和规则，无法根据现有的数据预测未 来的发展趋势。缺乏挖掘背后隐藏知识的手段，导致了“数据爆炸 但知识贫乏”的现象。面对这一挑战，知识挖掘( k n o w l e d g e d i s c o v e r v ) 技术应用而生，并显示出强大的生命力。 知识挖掘技术是从数据集中识别出有效的、新颖的、潜在有用 的，以及最终可理解的模式的非平凡过程。它其实是一个逐渐演变 的过程，电子数据处理的初期，人们就试图通过某些方法来实现自 动决策支持，当时机器学习成为人们关心的焦点。机器学习的过程 就是将一些已知的并己被成功解决的问题作为范例输入计算机，机 器通过学习这些范例总结并生成相应的规则，这些规则具有通用性， 使用它们可以解决某一类的问题。随后，随着神经网络技术的形成 和发展，人们的注意力转向知识工程，知识工程不同于机器学习那 样给计算机输入范例，让它生成出规则，而是直接给计算机输入已 被代码化的规则，而计算机是通过使用这些规则来解决某些问题。 专家系统就是这种方法所得到的成果，但它有投资大、效果不甚理 想等不足。上世纪8 0 年代人们又在新的神经网络理论的指导下，重 新回到机器学习的方法上，并将其成果应用于处理大型商业数据库。 在1 9 8 9 年8 月的第十一届国际联合人工智能学术会议上出现了k d d 这个新的术语，即数据库中的知识挖掘，简称k d d ( k n o w l e d g e d i s c o v e r vi nd a t a b a s e ) 。它泛指所有从源数据中发掘模式或联系的方 法，人们接受了这个术语，并用k d d 来描述整个数据发掘的过程， 包括最开始的制定业务目标到最终的结果分析，而用数据挖掘( d a t a m i n i n g ) 来描述使用挖掘算法进行知识挖掘的子过程。但最近人们 却逐渐开始使用统计方法来完成知识挖掘中的许多工作，并认为最 好的策略是将统计方法与数据挖掘有机的结合起来。 从k d d 被首次提出到现在，已经成为热门的研究方向，原先由 美国人工智能协会主办的k d d 国际研讨会规模也由原来的专题讨 论会发展到国际学术大会，研究重点也逐渐由发现方法转向系统应 用，注重多种发现策略和技术的集成，以及多种学科之间的互相渗 透。i e e e 的k n o w l e d g ea n dd a t ae n g i n e e f i n g 会刊率先在1 9 9 3 年出 版了k d d 技术专刊。并行计算、计算机网络和信息工程等其它领域 的国际学会、学刊也把数据挖掘和知识挖掘列为专题和专刊讨论， 广东t 业大学_ t 学硕士学位论文 甚至到脍炙人口的程度。 此外，在i n t e r n e t 上还有不少k d d 电子出版物，其中以半月刊 k n o w l e d g e d i s c o v e r y n u g g e t s 最为权威。在网上还有许多自由论坛， 如d m e m a i lc 1 u b 等。目前，世界上比较有影响的典型k d d 系统有： s a s 公司的e n t e r p r i s em i n e r 、i b m 公司的i n t e l l i g e n tm i n e r 、s g i 公 司的s e t m i n e r 、s p s s 公司的c l e m e n t i ne 、s y b a s e 公司的w a r e h o u s e s t u d i o 、r u l e q u e s t r e s e a r c h 公司的s e e 5 、还有c o v e r s t o r y 、e x p l o r a 、 k n o w l e d g e d i s c o v e r yw o r k b e n c h 、d b m i n e r 、q u e s t 等。还可以访问 h ! l p ；纽塑塑：d a a 也i n i n g l 吐! q 垫网站，该网站提供了许多k d d 系统和 工具的性能测试报告。 我国k d d 的研究刚刚起步，1 9 9 6 年的全国性学术会议上只有 零星的论文，1 9 9 7 年召开的全国数据库学术会议才设立“数据仓库、 知识发现与数据采掘”专题，研究k d d 的论文只有十多篇。但譬前 已成为热点研究课题，很多大学、研究所都在进行这方面的工作。 国内研究k d d 的最新发展如下：、在分类技术的研究上，试 图建立其几何理论体系，并实现海量数据处理；、以粗集理论为 基础，构造模糊系统知识模型与模糊系统辨识方法，以及构造智能 专家系统，将粗集与模糊集融合，用于知识挖掘；、将b a y e s 网 与p e t r i 网用于知识挖掘：、研究多粒度时空数据的数据挖掘；、 中文文本挖掘的理论模型与实现技术；、利用概念格进行文本挖 掘。 基于k d d 的通用型工具是国际近年来重视的研究方向，它是 k d d 面向实际应用的重要手段。s s a n a n d 等开发的m k s ( m i n i n g k e r n e l s y s t e m ) 集成了用于知识挖掘的基本数学工具( 如统计学、 信息论、证据理论、知识表达、集合操作等) 和几种知识挖掘算法 ( 如分类、关联、强规则归纳等) ，它的i n c a s 系统应用于医学i 临床 有关的知识挖掘，提高了治疗效果。另外，在知识挖掘系统中采用 多维数据可视化技术，增强了透明性。 k d d 是目前国际上数据库和信息决策领域的最前沿研究方向之 一，引起了学术界和工业界的广泛关注。国际上一些高级别的工业 4 第一章绪论 研究实验室，如i b ma 1 m a d e n 和g t e ，众多的学术单位，例如 u n i v e r s i t yo fc a l i f o r n i a ，b e r k e l e y ，都在这个领域开展了各种各样的 研究计划。研究的主要目标是发展相关的方法论、理论和工具，以 支持从大量数据中快速有效地提取有用和让用户感兴趣的知识和模 式。 总而言之，目前国际上k d d 的研究主要是以知识挖掘的任务描 述、知识评价与知识表示为主线，有效的知识挖掘算法为中心。具 体而论在各类真实数据库( 关系、演绎、时序、空间、分布式、面 向对象等) 中，利用统计学、证据理论、归纳学习、近似推理、人 工神经网络、遗传算法、概念树提升算法、关联算法、分类算法、 r o u g h 集理论、现代数学分析方法及其集成方法等技术，发掘诸如 关联规则、分类规则、数据聚类、序贯模式、相似模式、混沌模式 等知识；开发其原型系统与应用系统；研究与开发基于k d d 的通用 工具。有关k d d 的国际会议基本上围绕着k d d 的基础理论、发现 算法、数据仓库、可视化技术、知识表示方法、发现知识的再利用、 网络环境下的数据发掘等专题进行研讨。 1 2 1 2 知识挖掘的应用情况 k d d 的应用非常广泛m 。从政府管理决策、商业经营、科学研 究和工业企业决策支持等各个领域都可以找到k d d 的身影。下面主 要介绍一下k d d 在农业、零售业、i n t e r n e t 和工业上的应用。 1 ) k d d 在农业上的应用 我国农业科研、管理以及基层部门几十年来积累了浩瀚的数据、 实例和知识经验。农业是一个大型复杂系统，仅就农作物而言，我 国曾花费巨资进行全国土壤数据的普查，但基本上未能得到充分运 用。各地数十年积累的各种作物的苗情、土情、肥情、虫情、气象 和灾害等大量数据资料。基本上作为文件存档。而我国土地辽阔， 土壤类型众多，作物品种复杂，病虫害发生频繁且情况不断变化， 肥水、密度以及气候相互之间的关系和影响，许多未被人们认识。 广东工业大学工学硕士学位论文 并且近年来，我国许多地区由于市场信息不畅通，尤其是未能以大 量动态的市场信息去指导作物生产规划，造成生产计划的盲目性， 价格波动过大，冲击着我国的农业市场经济。如何有意识地收集这 些信息，从中发现有价值和有规律的知识，进行有效预测和决策。 利用k d d 技术，可以发现水稻的富集作用w ；根据我国某地区二十 年来的小麦苗情资料和气象信息，发现了节气、降水、r 照、苗高、 苗数等之间的关系，从而有助于对农作物田间管理、施肥、施药等 进行有针对性的科学指导【3 l 。 2 ) k d d 在零售业的应用 在服务领域特别是零售业，k d d 的运用是比较成功的。由于管 理信息系统和p o s 系统在商业尤其是零售业内的普遍使用，特别是 条码技术的使用，从而可以收集到大量关于用户购买情况的数据， 并且数据量在不断激增。利用知识挖掘技术，通过对各个连锁店的 客户购买数据的分析，了解客户购物行为的一些特征，可以发现顾 客爱好，得到关于顾客购买取向和兴趣的信息；对货物的摆放位置 进行最优设计，以便达到最大的销售额，提高资金周转速度；为经 营管理人员提供正确的决策手段，合理地安排进货，决定库存量， 从而为商业决策提供了可靠的依据，这样对提高竞争力及促进销售 是大有帮助的。k d d 在零售业的应用可分两类：数据库营销 ( d a a b a s e m a r k e t i n g ) 和货篮分析( b a s k e t a n a l y s i s ) 。 通过数据库营销进行交互式查询、数据分割和模型预测等来选 择潜在的顾客，向他们推销产品。通过对已有顾客数据的分析，可 以将用户分为不同级别，级别越高，其购买的可能性就越大。货篮 分析是分析市场销售数据( 如p o s 数据库) 以识别顾客的购买行为 模式。这方面的系统有0 p p o r t u n i t ye x p l o r e r ，它可用于超市商品销 售异常情况的因果分析等；另外i b m 公司也开发了识别顾客购买行 为模式的一些工具( i n t e l l i g e n t m i n e r 和q u e s t 中的一部分) 。 3 ) k d d 在i n t e r n e t 应用 i n t e r n e t 的迅速发展，尤其是w e b 的全球普及，使得w e b 上的 信息量无比丰富。w e b 挖掘可分为内容挖掘、访问信息挖掘和结构 6 挖掘等。所挖掘的对象为服务器日志数据、在线市场数据、w e b 页 面、w e b 页面超连接关系及其它信息。通过对w e b 的挖掘，可从 w 曲中提取所需的知识。w e b 信息发现也称信息搜索或查询。它的 一般过程是：用户向系统提出查询条件，系统调用搜索引擎开始工 作，然后把搜索结果提交给用户。根据用户希望查找的对象可分为 两种：资源发现和信息提取。资源发现的目的在于根据用户要求找 出有关的w e b 文档位置：信息提取则能自动从有关文档中抽取出满 足用户需要的信息。资源发现的本质是网上搜索，关键在于自动生 成w e b 文档。典型的有g o 0 9 1 e 、a l t av i s t a 、百度等。 4 1k d d 在工业上的应用 工业领域的数据各种各样，因此，针对不同的应用领域，k d d 有不同的用法。一般来说，利用k d d 可对各种控制数据合理地优化， 或者对生产过程进行优化设计；可预测机器故障，进行在线故障诊 断分析；通过挖掘影响生产能力的关键因素，可采取相应措施提高 生产效率。 随着现代化技术越来越多地应用于产品制造业，制造业已不是 人们想象中的手工劳动，而是集成了许多先进科技的流水作业。在 产品的生产制造过程中常常伴随有大量的数据，如产品的各种加工 条件或控制参数( 如时间、温度等控制参数) ，这些数据反映了每个 生产环节的状态，不仅为生产的顺利进行提供了保证，而且通过对 这些数据进行分析，可以得到产品质量与这些参数之间的关系。这 样，通过知识挖掘技术对这些数据的分析，就可以对产品质量的改 进提出针对性很强的建议，而且有可能提出新的更高效节约的控制 模式，从而为制造厂家带来极大的回报。这方面的系统有 c a s s i o p e e ( 由a c k n o s o f t 公司用k a t e 发现工具开发的) ，己用于 诊断和预测在制造波音7 3 7 飞机过程中可能出现的问题。 广东工业大学工学硕士学位论文 1 2 2 粗集理论的研究现状 1 2 2 1 粗集理论的研究历史 粗集理论( r o u g hs e t s ) 是波兰数学家z p a w l a k 在1 9 8 2 年提出 的一种分析数据的数学理论w 。该理论在分类的意义下定义了模糊性 和不确定性的概念，是一种处理不确定、不相容数据和不精确问题 的新型数学工具。 自从z p a w l a k 提出粗集理论之后，粗集理论就一直是各国科学 家、数学家研究的热点，其中粗集理论在知识挖掘中的应用更成为 研究的热点”。“。 2 0 世纪8 0 年代，许多波兰学者对粗集理论及其应用进行了坚持 不懈地深入研究，这个时期广大学者主要是对粗集理论的数学性质 与逻辑系统进行了深入研究。1 9 9 1 年粗集理论提出者p a w l a k 出版了 第一本关于粗集的专著，此年r s o w i n d k i 主编的粗集应用及其与相 关方法比较研究的论文集的出版，极大地推动了国际上对粗集理论 与应用的深入研究。1 9 9 3 年，在加拿大召开了第一届国际粗集与知 识发现研讨会。在这次大会上，明确地提出粗集理论是进行知识挖 掘极好的工具。此后的每一年学术界都举行一届粗集理论研讨会， 每一届大会都鲜明地提出粗集的或者是应用或者是理论的深入发 展。值得指出的是在1 9 9 5 年的大会上，针对粗集理论与模糊集合的 基本与互相关系展开了激烈的讨论，极大地推动了粗集的发展。1 9 9 6 年在日本召开了亚洲第一次粗集理论大会。此后广大中国学者积极 投入到粗集理论的研究之中。目前在国内粗集理论与知识挖掘是一 个研究的热点，也形成了若干专门的研究机构，如中科院自动化研 究所、浙江大学智能信息研究所等；其它的还有很多高校自发形成 的研究，如清华大学、西安交通大学、重庆大学等。2 0 0 1 年在重庆 召开了国内第一次粗集理论国际研讨大会。 利用粗集理论来处理知识挖掘有着较传统挖掘工具不具有的优 点。粗集理论处理数据不需要对数据的了解，即不再需要对数据的 先验信息：如统计学中的概率分布、d e m p s t e 卜s h a f e r 理论中的概率 赋值、或者模糊集理论中的隶属度或概率值；给予粗集的数学模型 更易被理解，针对一个特定的大型数据库，利用粗集理论比其它理 论更容易建立数学模型；许多实验表明，对于同一个数据集，在粗 集理论工具下进行处理，最终得到的所需的信息更简单、更准确、 更易于被决策者接受和理解”。7 ，。 1 2 2 2 粗集理论的主要研究内容 粗集理论作为一种新的处理不确定性的有效数学工具，主要集 中在对边界区域知识的处理。对属性的约简是粗集理论研究的核心： 从p a w l a k 提出的数据分析法m 一，m i 到1 9 9 1 年s k o w r o n 提出的基于 分辨矩阵( d i s c e r n i b j 】i t ym a t r i x ) 的约简方法9 1 ，属性的约简变得易 于处理。w r o b l e w a s k i 基于区分表( d i s t i n c t i o nt a b l e ) 的方法使得约 简的计算变得更加容易实现。规则的获取是研究的最终目的，在属 性约简和属性值约简的基础之上，可以把规则表示成两种形式：第 一种一般以i f t h e n 形式，众多文献使用了这种方法；第二种是决 策树的形式，从著名的i d 3 算法开始到c 4 5 、c 5 o 算法发展到多变 量决策树的生成，王珏等人在文献【l o 】中提出的相对泛化的多变量选 择方法，为我们决策树的构建提供了新方法。而测试属性的选择也 不再单一化：已从传统的信息熵( i n f o r m a t i o ne n t r o p y ) 到利用粗集 的属性重要性的算法，证据理论和信息熵的结合，概率论和粗集的 结合等方法为我们提供了一个又一个有力的武器。粗集理论也从传 统的p a w l a k 集发展到z i a r k o 提出的变精度粗集模型( v a r i a b l e p r e c i s i o nr o u 曲s e tm o d e l ，卢粗集模型) ，更加适应对噪音数据的处 理；容差关系( t o l e r a n c er e l a t i o n ) ，非对称相似关系( n o n s y m m e t r i c s i m i l a r i t yr e l a t i o n ) 和量化容差关系( v a i u e dt o l e r a n c er e l a t i o n ) 的提 出由为我们对信息的处理从原有的完备系统发展到能对不完备系统 的处理。 9 广东工业大学工学硕士学位论文 1 2 2 3 粗集理论的主要研究方向 目前，对粗集理论的研究主要集中在：粗集模型的推广，不确 定问题的研究，与其它处理不确定性数学理论的关系研究，粗集的 算法研究等。 1 ) 粗集模型的推广 自粗集理论提出以来，大致从两方面研究粗集理论及其应用。 一方面是对粗集的理论研究，发表了粗集代数、粗集拓扑及其性质、 粗集逻辑及处理近似推理的逻辑工具等论文；在这些论文中充分论 述了粗集与模糊集、证据理论与粗集理论之间的关系，建立起粗集 与概率逻辑、粗集与模糊逻辑等的统一框架m 一”。 另一方面是对粗集代数的公理化研究，通过把下近似和上近似 视为最基本的概念，将注意力放在研究粗集理论中所产生的代数系 统上，利用一个公理集来刻画上、下近似算子。在文献【1 8 】中，介绍 了l i u 提出的带算子l 和h 的粗集逻辑的近似推理模式和归结原理。 2 ) 不确定性问题的理论研究 粗集理论中知识的不确定性主要有两个原因产生的：一个原因 是直接来自于论域上的二元关系及其产生的知识模块，即近似空间 本身，如果二元关系产生的划分越粗，因此由此形成的知识库就越 粗糙。 粗集理论中知识不确定性的另一个原因是来自于给定论域里粗 集近似的边界，当边界为空集时知识是完全确定的，边界越大知识 越粗糙。 因此寻求一个合适的度量来刻画知识的不确定性也是粗集理论 研究的一个重要方向。粗集理论中常用粗糙度和精度来刻画知识x 的不确定性。 3 ) 与其它处理不确定性方法的理论比较 在粗集理论与其它处理模糊或不确定性方法的理论研究中，主 要集中在它与概率统计、模糊数学、d s 证据理论和信息论的相互 1 0 第一章绪论 渗透与补充。 在信息系统中，知识库的知识的类型一般有两类：一类库中所 有对象的描述是完全已知；另一类库中的对象描述只有部分已知， 即知识库中的知识是不确定的，它只能通过训练羊本所提供的信息 来刻画概念，为了是从训练样本获取的规则符合整个论域的对象， 在抽取样本时应符合统计规律性，因此概率统计与粗集的结合便很 自然。 模糊集与粗集理论在处理不确定性和不精确问题方面都推广了 经典集合论，但它们的侧重面不同。模糊集是通过对对象关于集合 的隶属程度来近似描述，其隶属度反映的是属于同一类的不同对象 间的隶属关系；而粗集是通过一个集合关于某个可利用的知识苦的 一对上下近似来描述，是不同类中的对象组成的集合关系，重在分 类；而且模糊集在处理前应由该领域专家提供先验知识，同粗集直 接从给定的数据上导出有着本质的区别。 粗集理论中上下近似的概念恰好分别与d s 理论中似然函数和 信任函数的定义等价，然而与生成信任函数和似然的基本概率分配 函数方法是不同的，粗集近似的概念来自于系统中数据本身，比较 客观，而后者往往来自于专家的经验，带有很强的主观性。 4 ) 算法研究 粗集理论中有效算法研究是粗集在人工智能方向上研究的一个 主要方向。目前，粗集理论中有效算法研究主要集中在导出规则的 增量式算法，约简的算法，以及与粗集有关的神经网络与遗传算法 等。 1 2 2 4 粗集应用 粗集理论已被证实在实践中是非常有用的，它已广泛应用于生 产的各个领域，如医疗卫生、信息检索、市场分析等。基于粗集方 法获取知识和开展机器学习的实例有：k a n s a n 大学开发的l e r s 系 统；r e g i n a 大学用决策举证方法开发的k d d r 系统，是典型的医学 数据分析系统；另外在相关文献【5 一1 8 】中也分析产生了一些系统：如 水资源调度系统、教学评估系统等。而且基于粗集理论的工具软件 也不少：如挪威t r o l ld a t ai n c 开发的r o u g he n o u g h 数据挖掘系统i 另外还有r o s e 、r o s e t t a 等都是不错的实验平台，可参考 h l ! 乜；碰型型塑：i 出：堕n 氇n q 。国内有重庆邮电学院计算机研究所开发的 r i d a s 等。 1 3 高亮度l e d 芯片设计与制造概述 高亮度l e d 是相对于普遍应用的g a p 、g a a s p 普通亮度l e d 而 言，由于高亮度l e d 采用了像a l g a i n p 、g a i n n 等宽带隙直接跃迁 半导体材料和先进的量子阱结构，使发光效率可以有几倍、几十倍 乃至上百倍的提高，极大地扩展了l e d 的应用范围。它是由化合物 半导体材料制作而成。超高纯度化合物半导体材料是一种单晶体， 由元素周期表中的第1 i i 和v 族元素组合而成，如g a a s 、g a n 、i n g a n 等。 l e d 的制作过程可分为上游外延制作、中游l e d 芯片制造和下 游的封装。 1 3 1 上游工艺一一外延制作 l e d 的外延制作是在衬底上生长出几微米厚的化合物半导体外 延层。l e d 外延方法和外延设备是世界各国开发高亮度l e d 集中研 究的前沿课题，l e d 外延的关键技术有结构材料的设计、高纯外延 层的生长技术、d b r 和超晶格生长技术、d 型掺杂技术、电流扩散 层技术、厚度浓度组分控制技术等，具体技术的研究可以参考文献 2 0 3 5 】。目前成功使用的l e d 外延方法有液相外延( l p e ) 、分子束 外延( m b e ) 和有机金属化学汽相沉积( m o c v d ) 等几种。三种外 延方法的比较见表1 一l 。 表l 一1l e d 外延生长方法的比较 ( t a b l el - lc o n s t r a s ta m o n ge p “a x ym e t h o d so fl e d ) 外延 l p em b em o c v d 方法 l i q u i d p h a s em o l e c u l eb e a mm e t a lo r g a n i cc h e m i c a lv a p o r 名称 e x p i t a x y ，液e p i t a x y ，分子束e p i t a x y ， 相外延外延有机金属化学汽相外延 被生长材料在超高真空下 在高温下熔将待生长的材利用金属和非金属均能和有机物生 化，冷却时，料汽化形成能成化合物，而且这类化合物在很低的 原理 外延曾从熔精密控制的分温度下就能挥发和参加化学反应，产 融的液体中子束在衬底上生出纯度很高的无机化合物的理论 生长外延生长 生长率较高，设备系统中配有足够的源路，各路源 每小时可沉设备完善到能路载运气流实现了计算机精确编程 积1 5 0 伽后够在线检测外 控制以及在线检测还可精确地达到 的外延层厚延生妖的动态原子层的厚度及组分控制，能够再一 特点度，设备相对过程，成分、掺次外延过程中生长出各种器件所需 比较简单和杂、晶格常数都要的结构，不仅操作方便，而且从根 廉价。对丁外能做到实时测本上消除了由容器带来的污染和剧 延质量的控量与控制毒有机源的可能危害能够实现大面 制比较困难积的均匀生长 从事外延生长 主要用于室科学研究最理 应用j “泛地应用于大批量a l g a j n pl e d 内用红光想的设备，但难 情况和g a nl e d 的外延生长 l e d 的生产丁形成批量生 产能力 广东工业大学工学硕士学位论文 1 3 2 中游工艺一一l e d 芯片的制造 l e d 芯片的制造属于l e d 生产制造的中游工艺。不同的外延材 料的芯片制作过程不尽相同，相对于g a n 而言，a l g a i n p 高亮度l e d 芯片制造相对成熟，它是采用a l g a i n p 四元系l e d 外延材料制各的。 a l g a i n p 高亮度l e d 芯片一般包括n 型g a a s 衬底、a l a s a l g a a s d b r 层、a l g a i n p 下限制层、a 1 g a i n p 有源层、a l g a i n p 上限制层、 p 型g a p 窗口层。其制作工艺就是通过研磨、电极制作、半切、点 测、全切、分检等工艺过程完成的，在外延片上制备牢固的具有良 好欧姆接触的电极，并形成合适的电极图形，最后切割成单个的芯 粒f 圳。 a l g a i n p l e d 芯片的结构示意图如下图l l 所示： p 面电极 n 囱电极 图l la l g a l n p l e d 芯片结构示意图 ( f i g u r e1 - 1s k e t hm a p f o rt h es t r u c t u r eo fa l g a i n pl e dc h i p ) 在芯片制作工艺中，最为关键的就是n 、p 面接触电极的制作， 必须根据不同的材料组分、掺杂浓度及导电类型设计和优化工艺方 法和技术条件，以保证芯片合格率高、质量稳定可靠；同时要兼顾 工艺的简便性。l e d 芯片制作工艺是一个连续的系统工艺，任何一 1 4 第一章绪论 部工艺的不协调，将会影响器件质量，导致合格率不稳定、工艺不 受控。