| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-16页 |
| 1-1 半导体电阻率测试的意义 | 第11-12页 |
| 1-2 薄层电阻测试方法综述 | 第12页 |
| 1-2-1 微区薄层电阻测试方法原理及分类 | 第12页 |
| 1-2-2 测量结果显示方法综述 | 第12页 |
| 1-3 四探针测试技术概述 | 第12-13页 |
| 1-4 电阻抗成像技术应用 | 第13-15页 |
| 1-4-1 电阻率测试对工业领域的重要性 | 第13页 |
| 1-4-2 电阻率测试在地质物探领域的应用 | 第13-14页 |
| 1-4-3 电阻率测试在医学领域应用 | 第14页 |
| 1-4-4 其它应用 | 第14-15页 |
| 1-5 课题研究内容 | 第15-16页 |
| 第二章 四探针技术研究 | 第16-34页 |
| 2-1 四探针技术简介 | 第16-18页 |
| 2-2 常见四探针法原理 | 第18-20页 |
| 2-2-1 常规直线四探针法基本原理 | 第18-19页 |
| 2-2-2 改进的范德堡法 | 第19-20页 |
| 2-2-3 斜置式方形Rymaszewski 法 | 第20页 |
| 2-3 保角变换法推导范德堡方程 | 第20-24页 |
| 2-3-1 半无穷大薄样品的Van der Pauw 方程的推导 | 第20-21页 |
| 2-3-2 任意形状薄样品的Van der Pauw 方程的推导 | 第21-24页 |
| 2-4 图形变换理论推导范德堡方程 | 第24-29页 |
| 2-4-1 图形变换方法 | 第24-25页 |
| 2-4-2 图形变换的计算方法 | 第25-29页 |
| 2-5 各向异性样品电阻率测量的有限元法 | 第29-33页 |
| 2-5-1 电阻率各向异性样品三维场域的剖分 | 第29-30页 |
| 2-5-2 泛函的计算过程 | 第30-31页 |
| 2-5-3 各向异性三维样品电阻率的FEM 计算 | 第31-33页 |
| 2-6 小结 | 第33-34页 |
| 第三章 动静态电阻抗成像算法研究 | 第34-54页 |
| 3-1 引言 | 第34页 |
| 3-2 电阻抗成像技术的原理 | 第34-35页 |
| 3-3 EIT 正向问题分析 | 第35-44页 |
| 3-3-1 数学模型和有限元分析 | 第35-37页 |
| 3-3-2 有限元方法的实现 | 第37-44页 |
| 3-4 EIT 反向问题研究 | 第44-45页 |
| 3-4-1 反问题含义 | 第44页 |
| 3-4-2 反问题难点 | 第44-45页 |
| 3-5 动态反投影重建算法研究 | 第45-50页 |
| 3-6 静态牛顿重建算法研究 | 第50-53页 |
| 3-6-1 牛顿法原理 | 第50-52页 |
| 3-6-2 牛顿法求解硅片电导率分布 | 第52-53页 |
| 3-8 小结 | 第53-54页 |
| 第四章 神经网络技术及粒子群算法理论基础 | 第54-64页 |
| 4-1 神经网络理论 | 第54-59页 |
| 4-1-1 神经网络结构 | 第54-55页 |
| 4-1-2 神经网络的工作原理 | 第55页 |
| 4-1-3 BP 神经网络 | 第55-57页 |
| 4-1-4 神经网络的评价准则 | 第57-59页 |
| 4-2 粒子群算法原理 | 第59-63页 |
| 4-2-1 群优化技术 | 第59页 |
| 4-2-2 粒子群算法基本原理 | 第59-61页 |
| 4-2-3 粒子群算法的问题 | 第61-62页 |
| 4-2-4 粒子群算法的可能改进方法 | 第62-63页 |
| 4-3 小结 | 第63-64页 |
| 第五章 粒子群算法改进研究 | 第64-72页 |
| 5-1 粒子群算法参数设计 | 第64-70页 |
| 5-1-1 适应度定标与函数选择 | 第64-66页 |
| 5-1-2 学习因子的实验设计以及惯性权重自适应调整策略 | 第66-70页 |
| 5-2 基于标准测试函数的算法实验分析 | 第70-71页 |
| 5-3 小结 | 第71-72页 |
| 第六章 粒子群与神经网络 | 第72-80页 |
| 6-1 粒子群与神经网络的结合方式 | 第72-74页 |
| 6-1-1 神经网络的属性 | 第72-73页 |
| 6-1-2 神经网络与粒子群算法的结合 | 第73-74页 |
| 6-2 粒子群对神经网络拓扑结构进行优化 | 第74-76页 |
| 6-3 粒子群神经网络的设计 | 第76-77页 |
| 6-3-1 神经网络结构 | 第76-77页 |
| 6-3-2 粒子群神经网络的工作流程 | 第77页 |
| 6-4 粒子群优化神经网络的实验模拟 | 第77-79页 |
| 6-5 小结 | 第79-80页 |
| 第七章 基于改进 PSO 算法优化神经网络的半导体薄层电阻率测量模型的建立与基本参数的设置 | 第80-84页 |
| 7-1 改进PSO 算法优化神经网络的结构与参数 | 第80-82页 |
| 7-2 样本的获取 | 第82-84页 |
| 第八章 微区薄层电阻率测量系统设计与实现 | 第84-101页 |
| 8-1 硬件系统设计 | 第84-96页 |
| 8-1-1 总体结构 | 第84页 |
| 8-1-2 电流注入驱动模块原理与设计 | 第84-85页 |
| 8-1-3 可编程恒流源模块设计 | 第85-89页 |
| 8-1-4 模拟开关阵列 | 第89-91页 |
| 8-1-5 数据采集模块原理与设计 | 第91-95页 |
| 8-1-6 单片机控制设计 | 第95-96页 |
| 8-2 上位机软件系统设计 | 第96-100页 |
| ·小结 | 第100-101页 |
| 第九章 半导体薄层电阻率测量的图像重建算法仿真及分析 | 第101-109页 |
| 9-1 静态仿真成像 | 第101-105页 |
| 9-2 实测数据及动态性能分析 | 第105-109页 |
| 第十章 结论 | 第109-111页 |
| 参考文献 | 第111-117页 |
| 致谢 | 第117-118页 |
| 攻读学位期间所取得的相关科研成果 | 第118页 |
