基于大数据的集成电路实验方法及装置制造方法及图纸

本发明专利技术涉及智能决策技术，揭露了基于大数据的集成电路实验方法及装置，所述方法包括：对集成电路进行器件检测，得到电路器件，计算电路器件中每个器件的实验优先级；获取集成电路的电路图，确定电路器件中每个器件对应的逻辑关系，查询电路器件中每个器件的器件功能，确定集成电路的逻辑功能；根据逻辑功能，创建电路器件的实验项目，获取集成电路的历史实验数据，以计算实验项目中每个项目的故障概率，基于故障概率和实验优先级，确定电路器件的实验次序；对集成电路进行功能实验，得到实验数据，将实验数据与预设的常规数据进行比对，得到比对结果，根据比对结果，生成集成电路的实验方案。本发明专利技术在于提高大数据的集成电路实验的准确性。的准确性。的准确性。

【技术实现步骤摘要】
基于大数据的集成电路实验方法及装置


[0001]本专利技术涉及集成电路实验
，尤其涉及基于大数据的集成电路实验方法及装置。

技术介绍

[0002]大数据的集成电路是一种微型电子器件或部件，集成电路采用一定的工艺，把一个电路中所需的晶体管、电阻、电容和电感等元件及布线互连一起，制作在一小块或几小块半导体晶片或介质基片上，然后封装在一个管壳内，成为具有所需电路功能的微型结构。
[0003]但是现有的集成电路实验方法是根据预先设定的实验顺序进行测试，测试在第一次检测不通过时停止，以此减少了有故障电路的测试时间，所使用的测试项目重排序过程仅限于第一故障信息，首次导致测试失败的测试项目的信息，由于集成电路并没有经历完整的测试流程，最终的测试结果中缺少了部分测试项目的测试结果，进而导致集成电路的实验的准确性下降，因此需要一种能够提高大数据的集成电路实验的准确性的方法。

技术实现思路

[0004]本专利技术提供基于大数据的集成电路实验方法及装置，其主要目的在于提高大数据的集成电路实验的准确性。
[0005]为实现上述目的，本专利技术提供的基于大数据的集成电路实验方法，包括，获取待实验的集成电路，对所述集成电路进行器件检测，得到电路器件，根据所述器件名称与所述集成电路，计算所述电路器件中每个器件的实验优先级，获取所述集成电路的电路图，根据所述电路图，确定所述电路器件中每个器件对应的逻辑关系，查询所述电路器件中每个器件的器件功能，根据所述器件功能和所述逻辑关系，确定所述集成电路的逻辑功能，根据所述逻辑功能，创建所述电路器件的实验项目，获取所述集成电路的历史实验数据，根据所述历史实验数据，计算所述实验项目中每个项目的故障概率，基于所述故障概率和所述实验优先级，确定所述电路器件的实验次序，结合所述实验项目和所述实验次序，对所述集成电路进行功能实验，得到实验数据，将所述实验数据与预设的常规数据进行比对，得到比对结果，根据比对结果，生成所述集成电路的实验方案。
[0006]可选地，所述计算所述电路器件中每个器件的实验优先级，包括，查询所述集成电路的电路类别，识别所述电路器件中的每个器件的器件名称，对所述电路类别和所述器件名称进行向量编码，得到电路向量和器件向量，利用预设的支持度算法计算所述电路向量和所述器件向量的支持度，根据所述支持度，确定所述电路器件中每个器件的实验优先级。
[0007]可选地，所述计算所述电路向量和所述器件向量的支持度，包括，通过下述公式计算所述器件向量中每个向量的权重比例，其中，表示器件向量中每个向量的权重比例，表示器件向量中的向量总数，表示器件向量中第c个向量，表示
器件向量中第c个向量的关联向量，表示器件向量中包含第c个向量的数量，根据所述权重比例，提取所述器件向量中的特征向量，得到特征向量，利用预设的支持度算法计算所述特征向量和所述电路向量的支持度。
[0008]可选地，所述预设的支持度算法，包括，其中，表示特征向量和电路向量的支持度，表示开平方函数，表示特征向量和电路向量的总数，表示特征向量中第i个向量的向量坐标，表示电路向量中第i个向量的向量坐标。
[0009]可选地，所述根据所述电路图，确定所述电路器件中每个器件对应的逻辑关系，包括，获取所述电路器件中每个器件对应的电学标志，得到器件标志，将所述器件标志和所述电路图中的标志进行匹配，得到匹配结果，根据所述匹配结果，得到所述每个器件在所述电路图中的器件序列，根据器件序列和所述电路图，确定所述电路器件中每个器件对应的逻辑关系。
[0010]可选地，所述将所述器件标志和所述电路图中的标志进行匹配，包括，通过下述公式将所述器件标志和所述电路图中的标志进行匹配：其中，表示器件标志和电路图中的标志的匹配结果，表示器件标志中第m个标志的属性值，表示器件标志第m个标志的属性平均值，表示电路图中第个标志的属性值，表示电路图中第l个标志的属性平均值，y表示器件标志和电路图中的标志总数。
[0011]可选地，所述根据所述器件功能和所述逻辑关系，确定所述集成电路的逻辑功能，包括，对所述器件功能中每个功能进行标签提取，得到功能标签，根据所述电路器件，计算所述功能标签中每个标签的置信度，根据所述置信度，对所述器件功能进行功能筛选，得到目标功能，根据所述逻辑关系和所述目标功能，生成所述集成电路的逻辑功能。
[0012]可选地，所述根据所述电路器件，计算所述功能标签中每个标签的置信度，包括，通过下述公式计算所述功能标签中每个标签的置信度，其中，表示功能标签中每个标签的置信度，表示第j个功能标签的预测置信度，表示第j个功能标签对应的电路器件，表示功能标签和所述电路器件的数量值，表示功能标签的置信区间。
[0013]可选地，所述根据所述逻辑功能，创建所述电路器件的实验项目，包括，提取所述电路器件中每个器件的变量参数，根据所述变量参数，获取所述变量参数对应的数字信号，根据所述数字信号，构建所述电路器件中每个器件的实验元件，根据所述逻辑功能和所述实验元件，创建所述电路器件的实验项目。
[0014]为了解决上述问题，本专利技术还提供基于大数据的集成电路实验装置，所述装置包
括，优先级计算模块，用于获取待实验的集成电路，对所述集成电路进行器件检测，得到电路器件，根据所述器件名称与所述集成电路，计算所述电路器件中每个器件的实验优先级，逻辑功能确定模块，用于获取所述集成电路的电路图，根据所述电路图，确定所述电路器件中每个器件对应的逻辑关系，查询所述电路器件中每个器件的器件功能，根据所述器件功能和所述逻辑关系，确定所述集成电路的逻辑功能，故障概率计算模块，用于根据所述逻辑功能，创建所述电路器件的实验项目，获取所述集成电路的历史实验数据，根据所述历史实验数据，计算所述实验项目中每个项目的故障概率，基于所述故障概率和所述实验优先级，确定所述电路器件的实验次序，实验方案生成模块，用于结合所述实验项目和所述实验次序，对所述集成电路进行功能实验，得到实验数据，将所述实验数据与预设的常规数据进行比对，得到比对结果，根据比对结果，生成所述集成电路的实验方案。
[0015]本专利技术通过获取待实验的集成电路，对所述集成电路进行器件检测，得到电路器件，可以了解所述集成电路中的电子器件，进而便于后续计算所述电路器件的的优先级，本专利技术通过获取所述集成电路的电路图，根据所述电路图，确定所述电路器件中每个器件对应的逻辑关系，可以得到所述电路器件中每个器件之间的关系，进而便于后续确定所述集成电路的逻辑功能，其中，本专利技术通过根据所述逻辑功能，创建所述电路器件的实验项目，可以根据所述实验项目对所述集成电路进行实验检测，进而便于检测所述集成电路的故障；此外，本专利技术通过结合所述实验项目和所述实验次序，对所述集成电路进行功能实验，得到实验数据，可以得到所述集成电路的实验结果。因此，本专利技术实施例提供的基于大数据的集成电路实验方法及装置，能够在于提高大数据的集成电路实验的准确性。
附图说明
[0016]图1为本专利技术一实施例提供的大数据的集成电路实验方法的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的集成电路实验方法，其特征在于，所述方法包括：获取待实验的集成电路，对所述集成电路进行器件检测，得到电路器件，根据所述器件名称与所述集成电路，计算所述电路器件中每个器件的实验优先级；获取所述集成电路的电路图，根据所述电路图，确定所述电路器件中每个器件对应的逻辑关系，查询所述电路器件中每个器件的器件功能，根据所述器件功能和所述逻辑关系，确定所述集成电路的逻辑功能；根据所述逻辑功能，创建所述电路器件的实验项目，获取所述集成电路的历史实验数据，根据所述历史实验数据，计算所述实验项目中每个项目的故障概率，基于所述故障概率和所述实验优先级，确定所述电路器件的实验次序；结合所述实验项目和所述实验次序，对所述集成电路进行功能实验，得到实验数据，将所述实验数据与预设的常规数据进行比对，得到比对结果，根据比对结果，生成所述集成电路的实验方案。2.如权利要求1所述的基于大数据的集成电路实验方法，其特征在于，所述计算所述电路器件中每个器件的实验优先级，包括：查询所述集成电路的电路类别，识别所述电路器件中的每个器件的器件名称；对所述电路类别和所述器件名称进行向量编码，得到电路向量和器件向量；利用预设的支持度算法计算所述电路向量和所述器件向量的支持度；根据所述支持度，确定所述电路器件中每个器件的实验优先级。3.如权利要求2所述的基于大数据的集成电路实验方法，其特征在于，所述计算所述电路向量和所述器件向量的支持度，包括：通过下述公式计算所述器件向量中每个向量的权重比例，其中，表示器件向量中每个向量的权重比例，表示器件向量中的向量总数，表示器件向量中第c个向量，表示器件向量中第c个向量的关联向量，表示器件向量中包含第c个向量的数量；根据所述权重比例，提取所述器件向量中的特征向量，得到特征向量；利用预设的支持度算法计算所述特征向量和所述电路向量的支持度。4.如权利要求2所述的基于大数据的集成电路实验方法，其特征在于，所述预设的支持度算法，包括：其中，表示特征向量和电路向量的支持度，表示开平方函数，表示特征向量和电路向量的总数，表示特征向量中第i个向量的向量坐标，表示电路向量中第i个向量的向量坐标。5.如权利要求1所述的基于大数据的集成电路实验方法，其特征在于，所述根据所述电路图，确定所述电路器件中每个器件对应的逻辑关系，包括：获取所述电路器件中每个器件对应的电学标志，得到器件标志；
将所述器件标志和所述电路图中的标志进行匹配，得到匹配结果；根据所述匹配结果，得到所述每个器件在所述电路图中的器件序列；根据器件序列和所述电路图，确定所述电路器件中每个器件对应的逻辑关系。6.如权利要求5所述的基...

【专利技术属性】
技术研发人员：张侠，
申请(专利权)人：青岛青软晶尊微电子科技有限公司，
类型：发明
国别省市：