一种基于制造技术

本发明专利技术提供了一种基于

【技术实现步骤摘要】
一种基于Mini
‑
batch梯度下降法的3D寄生参数的优化方法


[0001]本专利技术涉及数据梯度分析
，特别涉及一种基于
Mini
‑
batch
梯度下降法的
3D
寄生参数的优化方法
。

技术介绍

[0002]目前，计算机技术已深入人们的生产生活，数据大量增长，尤其是集成电路的数据，数据分析的精确度以及速度成了现在需要解决的重要问题
。
多年来，计算机厂家一直在提升计算机内存，内存的发展远远比不上数据增长的速度，因此需要把需要分析的数据集分成若干个子集进行计算，减少每秒同时计算的数据
。
在数据计算的过程中，先对集成电路的数据进行筛选，去除
3D
寄生参数，再使用
Mini
‑
batch
梯度下降法，提升数据分析的精准度以及速度
。
[0003]因此，本专利技术提供一种基于
Mini
‑
batch
梯度下降法的
3D
寄生参数的优化方法
。

技术实现思路

[0004]本专利技术提供一种基于
Mini
‑
batch
梯度下降法的
3D
寄生参数的优化方法，用以通过分析预设集成电路的电路参数，得到每个电路参数的第一类别，分析得到相对应的
3D
寄生参数，并对全部电路参数进行提纯，得到相对应的第一参数，分析全部第一参数的数据总量以及计算机的流畅运行需求，得到采用
Mini
‑
batch
梯度下降法进行分析的每一梯度的第一参数集合，按照
Mini
‑
batch
梯度下降法对每一梯度的第一参数集合进行分析，得到
Mini
‑
batch
梯度下降法中每个第一参数的计算时间以及计算准确度，得到本次
Mini
‑
batch
梯度下降法的验证结果并进行优化，提高
Mini
‑
batch
梯度下降法分析的准确度以及速度，提高分析集成电路数据的准确度以及速度
。
[0005]本专利技术提供一种基于
Mini
‑
batch
梯度下降法的
3D
寄生参数的优化方法，包括：步骤1：获取预设集成电路的电路参数，分析每个电路参数的第一类别；步骤2：基于全部电路参数的第一类别，得到相对应的
3D
寄生参数，并对全部电路参数进行提纯，得到相对应的第一参数；步骤3：基于全部第一参数的数据总量以及计算机的流畅运行需求，得到采用
Mini
‑
batch
梯度下降法进行分析的每一梯度的第一参数集合；步骤4：基于
Mini
‑
batch
梯度下降法进行分析的结果，得到
Mini
‑
batch
梯度下降法中每个第一参数的计算时间以及计算准确度；步骤5：基于每个梯度相对应的全部第一参数的计算时间以及计算准确度，得到本次
Mini
‑
batch
梯度下降法的验证结果并进行优化
。
[0006]优选的，本专利技术提供一种基于
Mini
‑
batch
梯度下降法的
3D
寄生参数的优化方法，获取预设集成电路的电路参数，分析每个电路参数的第一类别，包括：获取与预设集成电路一致的预设类别集合；确定预设集成电路中电路参数的参数位置与预设类别集合中每个类别位置的映
射关系；基于映射关系，得到相应电路参数的第一类别
。
[0007]优选的，本专利技术提供一种基于
Mini
‑
batch
梯度下降法的
3D
寄生参数的优化方法，基于全部电路参数的第一类别，得到相对应的
3D
寄生参数，并对全部电路参数进行提纯，得到相对应的第一参数，包括：基于每个第一类别，在历史寄生参数库中匹配得到相对应的全部历史寄生参数；将每个第一类别相对应的全部历史寄生参数的数值按照相同的参数种类进行提取，得到相对应的寄生参数数值；若一个参数种类相对应的全部参数数值的数量大于1，则计算全部参数数值的第一中间值；基于全部第一中间值以及相对应的参数种类
、
全部参数种类相对应的全部参数数值的数量等于1的参数种类，得到
3D
寄生参数
。
[0008]优选的，本专利技术提供一种基于
Mini
‑
batch
梯度下降法的
3D
寄生参数的优化方法，基于全部电路参数的第一类别，得到相对应的
3D
寄生参数，并对全部电路参数进行提纯，得到相对应的第一参数，还包括：基于
3D
寄生参数中的全部参数种类，获取相对应的第一中间值以及参数数值；按照
3D
寄生参数中的全部参数种类
、
相对应的第一中间值以及参数数值，在相对应的电路参数中进行去除，得到相对应的第一参数
。
[0009]优选的，本专利技术提供一种基于
Mini
‑
batch
梯度下降法的
3D
寄生参数的优化方法，基于全部第一参数的数据总量以及计算机的流畅运行需求，得到采用
Mini
‑
batch
梯度下降法进行分析的第一参数集合，包括：基于计算机的流畅运行需求，得到同一时刻在满足计算机流畅运行需求下每秒的数据处理量；基于全部第一参数的总量以及所述数据处理量，得到
Mini
‑
batch
梯度下降法的每个梯度相对应的预设处理时间以及预设处理数据量；将每个第一参数涉及到的所有参数数值的数据量进行大小排序，得到相对应的第一序列；基于第一序列按照三等分进行划分，得到相对应的三个数据量集合；基于每个数据量集合中的最小数据量的排序，分别对每个数据量集合标记相对应的第一标签
、
第二标签以及第三标签，其中，第一标签表示相对应的数据量集合中的数据量最大；基于数据处理量，分别从标记第一标签
、
第二标签以及第三标签的数据量集合中提取一个第一参数，构建初步处理集合；将所述初步处理集合中的全部第一参数的总数据量，作为第一数据量；去除第一数据量大于预设处理数据量的初步处理集合，对去除的初步处理集合进行二次组合，得到数据量的总和小于预设处理数据量的二次处理集合；基于每个第一参数相对应的第一种类，得到相对应的解析方法；基于所述解析方法中的全部解析种类，得到相对应的关键字类型，并对相应第一参数进行检索，得到第一关键字；
基于全部第一关键字以及解析方法，预估相对应的第一参数的第一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
Mini
‑
batch
梯度下降法的
3D
寄生参数的优化方法，其特征在于，包括：步骤1：获取预设集成电路的电路参数，分析每个电路参数的第一类别；步骤2：基于全部电路参数的第一类别，得到相对应的
3D
寄生参数，并对全部电路参数进行提纯，得到相对应的第一参数；步骤3：基于全部第一参数的数据总量以及计算机的流畅运行需求，得到采用
Mini
‑
batch
梯度下降法进行分析的每一梯度的第一参数集合；步骤4：基于
Mini
‑
batch
梯度下降法进行分析的结果，得到
Mini
‑
batch
梯度下降法中每个第一参数的计算时间以及计算准确度；步骤5：基于每个梯度相对应的全部第一参数的计算时间以及计算准确度，得到本次
Mini
‑
batch
梯度下降法的验证结果并进行优化；其中，基于每个梯度相对应的全部第一参数的计算时间以及计算准确度，得到本次
Mini
‑
batch
梯度下降法的验证结果并进行优化，包括：基于每个梯度相对应的全部第一参数的计算时间以及计算准确度，依次计算得到相对应的
Mini
‑
batch
梯度下降法的计算完成指数；若计算完成指数小于预设完成指数，则获取相对应的每个第一参数的计算日志，构建验证结果；基于验证结果中的每个计算日志，得到计算异常的第二参数；分析第二参数相对应的计算日志，得到相对应的异常原因并进行优化
。2.
根据权利要求1所述的方法，其特征在于，获取预设集成电路的电路参数，分析每个电路参数的第一类别，包括：获取与预设集成电路一致的预设类别集合；确定预设集成电路中电路参数的参数位置与预设类别集合中每个类别位置的映射关系；基于映射关系，得到相应电路参数的第一类别
。3.
根据权利要求1所述的方法，其特征在于，基于全部电路参数的第一类别，得到相对应的
3D
寄生参数，并对全部电路参数进行提纯，得到相对应的第一参数，包括：基于每个第一类别，在历史寄生参数库中匹配得到相对应的全部历史寄生参数；将每个第一类别相对应的全部历史寄生参数的数值按照相同的参数种类进行提取，得到相对应的寄生参数数值；将每个第一类别相对应的全部历史寄生参数按照相同的参数种类，得到相对应的寄生参数数值；若一个参数种类相对应的全部参数数值的数量大于1，则计算全部参数数值的第一中间值；基于全部第一中间值以及相对应的参数种类
、
全部参数种类相对应的全部参数数值的数量等于1的参数种类，得到
3D
寄生参数
。4.
根据权利要求3所述的方法，其特征在于，基于全部电路参数的第一类别，得到相对应的
3D
寄生参数，并对全部电路参数进行提纯，得到相对应的第一参数，还包括：基于
3D
寄生参数中的全部参数种类，获取相对应的第一中间值以及参数数值；按照
3D
寄生参数中的全部参数种类
、
相对应的第一中间值以及参数数值，在相对应的
电路参数中进行去除，得到相对应的第一参数
。5.
根据权利要求1所述的方法，其特征在于，基于全部第一参数的数据总量以及计算机的流畅运行需求，得到采用
Mini
‑
batch
梯度下降法进行分析的第一参数集合，包括：基于计算机的流畅运行需求，得到同一时刻在满足计算机流畅运行需求下每秒的数据处理量；基于全部第一参数的总量以及所述数据处理量，得到
Mini

【专利技术属性】
技术研发人员：孙延辉，陈瑞，韦欣，马胜军，袁鹏飞，李世密，
申请(专利权)人：青岛展诚科技有限公司，
类型：发明
国别省市：