为改善TFT特性, 采用感应耦合等离子体(ICP）设备进行4-Mask光刻胶(PR）灰化工艺, 光刻胶剥离后源/漏数据线边缘、TFT沟道和其他像素区出现了线性的a-Si膜层残留。本文研究了光刻胶灰化工艺条件对a-Si膜层残留的影响, 结果表明: 压力、偏压射频功率是产生膜层残留的主要因素, O2用量为次要因素。通过光刻胶灰化工艺优化得出了改善膜层残留的条件: 压力≥2.66 Pa, 源极功率∶偏压功率≥3∶1, qv(SF6)∶qv(O2)≥1∶60, 对感应耦合等离子体设备在光刻胶灰化工艺中的进一步应用具有非常重要的意义。

提出一种光谱信号噪声的乘性加性混合分析模型，并采用维纳滤波和同态滤波相结合的算法对光谱信号进行去噪处理。仿真结果表明，该算法比移动平均算法、最小均方算法和递归最小均方算法具有更好的去噪性能。实验结果表明，氙灯光谱信号中的噪声符合乘性加性混合模型。与移动平均算法、最小均方算法和递归最小均方算法相比，从该算法处理后的汞灯光谱信号中能够提取更加稳定的谱峰谷位置、谱峰幅度、谱峰半峰全宽等特征值，定量分析时能获得更好的结果。

磷元素（P）亏缺初期， 水果黄瓜植株根部叶片出现小斑点， 其症状的外观特征与健康植株根部叶片老化初期类似， 难以用肉眼或者计算机图像处理技术识别。 本文根据近红外光谱能够反映叶片组织中有机物组分的差异， 运用近红外光谱技术对水果黄瓜植株磷元素亏缺进行了快速诊断研究。 精确控制营养液中磷元素含量， 通过设施栽培方式培养缺磷植株和对照样本。 近红外光谱仪采集了90片叶子的原始光谱（60片作为训练集， 30片作为预测集）， 经光谱预处理和窗口宽度优化后均匀划分为27个子区间， 分别提取每个子区间的10个主成分数据作为BP人工神经网络（BP-ANN）的输入变量， 以叶片缺素情况作为输出变量， 建立3层BP-ANN诊断模型。 当主成分因子数为3时， 第7个子区间对应的模型效果最佳， 模型对缺磷叶片和正常叶片的预测准确率均达到100%。 研究表明: 近红外光谱技术结合BP-ANN快速诊断水果黄瓜磷元素亏缺是可行的。

为了简化光谱模型和提高模型精度, 在传统遗传算法中引入Metropolis接受准则, 提出了一种新的模拟退火-遗传区间选择算法(SAA-GA-iPLS), 用于快速提取近红外光谱特征子区间, 采用偏最小二乘法(PLS)建立近红外光谱模型. 以黄瓜叶近红外光谱数据及其类胡萝卜素含量为例, 将全光谱分为40个区间, 模拟退火-遗传算法能快速优选出7个子区间(分别为第3, 5, 14, 18, 21, 32, 33子区间), 在所选7个子区间的基础上建立了黄瓜叶类胡萝卜素PLS光谱模型. 与传统遗传算法的比较结果表明： 无论是建模效果还是算法执行效率, 模拟退火-遗传算法均优于传统遗传算法.

采用统计实验方法研究了利用SF6+Cl2混合气体产生的等离子体进行Si和SiNx的反应离子刻蚀技术.在相同的输出功率和压力的条件下,将si和SiNx的刻蚀速率和选择比表示为SF6百分比含量的函数.文中讨论了SF6含量的变化对刻蚀速率、选择比和坡度角的影响及刻蚀机理,证实了即使是SF6含量的少量改变也会对si和SiNx的刻蚀速率、选择比和坡度角有重要的影响.并通过光谱分析来深层次地讨刻蚀速率受SF6含量影响的原因.