[发明专利]基于大数据的集成电路实验方法及装置

说明书

本发明涉及智能决策技术，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。本发明在于提高大数据的集成电路实验的准确性。

技术领域

本发明涉及集成电路实验技术领域，尤其涉及基于大数据的集成电路实验方法及装置。

背景技术

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。

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。

发明内容

本发明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。

为实现上述目的，本发明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。

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。

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。

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。

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。