[发明专利]一种芯片测试数据判断方法、装置、存储介质及测试方法

权利要求书

1.一种芯片测试数据判断方法，其特征在于，所述判断方法包括以下步骤：

建模步骤：选定并创建机器学习判断模型，以及获取并将集成电路芯片的技术文档，集成电路芯片的参数的测试数据与参考数据作为所述机器学习判断模型的数据源对所述机器学习判断模型进行训练；所述参考数据包括集成电路芯片为正常芯片或异常芯片时的标识数据；

数据获取步骤：获取待判断集成电路芯片的测试数据；

判断步骤：将所述待判断集成电路芯片的测试数据输入到训练后的机器学习判断模型进行计算得出计算结果，并根据计算结果判断所述待判断集成电路芯片是否为正常芯片。

2.根据权利要求1所述的芯片测试数据判断方法，其特征在于，所述建模步骤具体包括：

模型选定步骤：选定并创建机器学习判断模型；

数据处理步骤：获取集成电路芯片的技术文档、集成电路芯片的参数的测试数据与参考数据并生成数据源，然后将数据源划分为训练数据集和评估数据集；

模型训练步骤：根据所述训练数据集对所述机器学习判断模型进行训练、验证后得到训练后的机器学习判断模型；

模型评估步骤：根据所述评估数据集对训练后的机器学习判断模型进行评估，并根据评估结果判断训练后的机器学习判断模型是否符合要求；若是，则将评估后的机器学习判断模型作为最终的机器学习判断模型；若否，则对创建的机器学习判断模型或数据源中的数据进行改进，然后继续执行模型训练步骤，直到训练后的机器学习判断模型满足评估结果。

3.根据权利要求2所述的芯片测试数据判断方法，其特征在于，所述数据处理步骤还包括：对数据源中的数据进行预处理。

4.根据权利要求3所述的芯片测试数据判断方法，其特征在于，所述预处理包括以下处理中的一种或多种的组合：数据清洗处理、标准化处理和相关性分析处理。

5.根据权利要求3所述的芯片测试数据判断方法，其特征在于，所述数据处理步骤还包括：对预处理后的数据进行特征工程；所述特征工程的方法包括以下方法中的任意一种或多种的组合：过滤方法、封装方法、嵌入方法和降维分析方法；对预处理后的数据进行特征工程处理时，还包括采用过采样方法或欠采样方法对数据进行处理；其中，所述过采样方法包括以下方法中的一种或多种：合成少数过采样方法、自适应合成采样方法、随机过采样方法和临界过采样方法；所述欠采样方法包括以下方法中的一种或多种：压缩最近邻方法、单边选择方法和随机欠采样方法。

6.根据权利要求2所述的芯片测试数据判断方法，其特征在于，所述机器学习判断模型为以下模型中的任意一种：逻辑回归模型、K近邻模型、朴素贝叶斯模型、决策树模型、聚类模型、支持向量机模型、高斯过程模型、随机森林模型、提升树模型、神经网络模型和由上述模型组合而成的混合模型。

7.根据权利要求1所述的芯片测试数据判断方法，其特征在于，所述集成电路芯片为以下芯片中的任意一种：数字信号芯片、模拟信号芯片、混合信号芯片、存储芯片和射频芯片；所述集成电路芯片的参数包括以下参数中的一种或多种：芯片的管脚信息、工作温度、电源电压、输入电压、输入电流、漏电流、输出电压、输出电流、通讯协议、时钟频率、数据设置时间、数据保持时间、信噪比、总谐波形变、放大倍数、噪声基底、互调失真、抖动和相位噪声。

8.一种芯片测试数据判断装置，包括存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序，所述计算机程序为测试数据判断程序，其特征在于，所述处理器执行所述测试数据判断程序时实现如权利要求1-7中任一项所述的一种芯片测试数据判断方法的步骤。

9.一种存储介质，所述存储介质为计算机可读存储介质，其上存储有计算机程序，所述计算机程序为测试数据判断程序，其特征在于：所述测试数据判断程序被处理器执行如权利要求1-7中任意一项所述的一种芯片测试数据判断方法的步骤。

10.一种芯片测试方法，其特征在于，所述测试方法包括：

测试步骤：对待测试集成电路芯片进行测试并得出测试数据；

判断步骤：根据权利要求1-7中任意一项所述的一种芯片测试数据判断方法对待测试集成电路芯片的测试数据进行判断，以得出待测试集成电路芯片的测试结果。