CN114254261B 产品测试数据的检测方法、系统、电子设备和存储介质 (爱德万测试股份有限公司)_第1页
CN114254261B 产品测试数据的检测方法、系统、电子设备和存储介质 (爱德万测试股份有限公司)_第2页
CN114254261B 产品测试数据的检测方法、系统、电子设备和存储介质 (爱德万测试股份有限公司)_第3页
CN114254261B 产品测试数据的检测方法、系统、电子设备和存储介质 (爱德万测试股份有限公司)_第4页
CN114254261B 产品测试数据的检测方法、系统、电子设备和存储介质 (爱德万测试股份有限公司)_第5页
已阅读5页,还剩45页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本发明公开了一种产品测试数据的检测方设测试参数对中间测试数据进行分组以获取第目标分组对应的中间测试数据获取目标测试限值。本发明基于历史测试数据确定初始测试限2对所述历史测试数据进行筛选处理以获取中间根据不同的预设测试参数对所述中间测试数据根据所述第一分组对应的所述中间测试数据获取每个所述第一分组对应的第一分布根据所述目标分组对应的所述中间测试数据获取目根据所述目标分组对应的所述中间测试数据计算得到所述目标分组对应的统计学参根据所述统计学参数和预设约束条件计算得到测试上限值和测试下对应的所述中间测试数据获取目标测试限值的步获取所述当前测试数据中与不同的所述预设测试参数对应的多组在设定数量的所述目标测试数据均为正常测试数据时,则将所述目标分组对应的所述中间测试数据作为当前根据所述初始种群参数判断所述当前测试数据是否落入所述当前训练种群对应的正前测试数据插入至初始训练种群以形成目标训根据所述目标训练种群对应的测试数据更新所述目对于当前批次产品中下一测试组对应的测试数据,计算得到所述根据所述目标种群参数判断当前测试数据是否落入所述目标训练种群对应的正态分试数据插入至所述目标训练种群以形成新的所述目标训3根据新的所述目标训练种群对应的测试数据更新所述目其中,更新前的所述目标训练种群与更新后的所述目标训数据作为所述第一测试数据以更新所述目标训练筛选出所述历史测试数据中与所有所述预设测试参数对从所述第三测试数据中剔除超出预设测试限值的测试数据以获取所述中间测试参数对所述中间测试数据进行分组处理以获取多个第一分根据不同的所述预设测试参数对所述中间测试数据进行分组处理,获取多个中间分所述获取多个历史批次产品对应的历史测试数据的步骤之后、所获取设定格式的所述历史测试数据,并对所述历史测试数据进所述筛选出所述历史测试数据中与所有所述预设测试参数对应的第三测试数据的步基于所有所述预设测试参数,通过不同的应用程序接口从所4分组获取模块,用于根据不同的预设测试参数对所述中间测分布类型获取模块,用于根据所述第一分组对应测试限值获取模块,用于根据所述目标分组对应被处理器执行时实现权利要求1-10中任一项所述的产品测试数据的检测5[0003]本发明要解决的技术问题是为了克服现有技术中对半导体芯片量产测试的方式[0008]根据不同的预设测试参数对所述中间测试数据进行分组处理以获取多个第一分[0009]根据所述第一分组对应的所述中间测试数据获取每个所述第一分组对应的第一[0014]根据所述目标分组对应的所述中间测试数据计算得到所述目标分组对应的统计述测试上限值和所述测试下限值作为所述目标6[0021]较佳地,在确定当前批次产品中当前测试组对应的所述[0024]根据所述初始种群参数判断所述当前测试数据是否落入所述当前训练种群对应述当前测试数据插入至所述训练种群以形成目标训[0027]根据所述目标种群参数判断当前测试数据是否落入所述目标训练种群对应的正前测试数据插入至所述目标训练种群以形成新的所述目标训差小于第一设定阈值,且更新后的所述目标训练种群对应的测试数据不满足所述预设条[0036]采用反函数采样方法、Box-Muller变换方法(一种生成正态分布的随机数的方所述差值的绝对值最小时对应的所述第二测试数据作为所述第一测试数据以更新所述目[0037]较佳地,所述对所述历史测试数据进行筛选处理以获取中间测试数据的步骤包7[0039]从所述第三测试数据中剔除超出预设测试限值的测试数据以获取所述中间测试试数据进行筛选处理以获取中间测试数据的[0047]所述筛选出所述历史测试数据中与所有所述预设测试参数对应的第三测试数据[0048]基于所有所述预设测试参数,通过不同的API(应用程序接口)从所述静态数据空[0051]中间数据获取模块,用于对所述历史测试数据进行筛选处理以获取中间测试数8[0063]第二判断模块,用于判断所述目标测试数据是否在对应[0065]较佳地,在确定当前批次产品中当前测试组对应的所述[0071]所述第三判断模块还用于根据所述目标种群参数判断当前测试数据是否落入所[0072]所述测试限值更新模块还用于根据新的所述目标训练种群对应的测试数据更新差小于第一设定阈值,且更新后的所述目标训练种群对应的测试数据不满足所述预设条[0078]第一判断单元,用于判断所述四分位数中的第一四分位数是否等于第三四分位9最小时对应的所述第二测试数据作为所述第一测试数据以更新所述目[0085]分组单元,用于根据不同的所述预设测试参数对所述中间测试数据进行分组处[0086]第二判断单元,用于判断所述中间分组的大小是否大于解码处理并将解码后的所述历史测试数据存储至所述静态[0090]所述筛选单元用于基于所有所述预设测试参数,通过不同的API从所述静态数据[0095]本发明中,基于收集的历史若干批次产品的历史测试数据以及预设测试参数(如[0101]图6为本发明实施例2的产品测试数据的检测方法中生成新的训练种群的过程示[0108]图13为本发明实施例5的实现产品测试数据的检测方法的电子设备的结构示意的历史批次产品的数量以及每个批次产品中检测参数的数量均可以根据实际情况进行重[0116]在开始检测时,初始化历史测试数据对应的STDF文件,解码出STDF文件对应的三测试数据中剔除超出预设测试限值的测试数据以获取中[0120]另外,需要通过人工或自动方式检查获取的所有中间测试数据分布情况是否合[0123]S104、根据第一分组对应的中间测试数据获取每个第一分组对应的第一分布类[0128]具体地,根据目标分组对应的中间测试数据计算得到目标分组对应的统计学参[0129]根据统计学参数和预设约束条件(CPK约束条件,即过程能力指数)计算得到测试[0135]本实施例中,基于收集的历史若干批次产品的历史测试数据以及预设测试参数[0147]S1013、根据初始种群参数判断当前测试数据是否落入当前训练种群对应的正态[0149]如图5所示,a1表示数据的适应能力,a2表示normalfitting(正态分布拟合曲[0153]S1016、根据所述目标种群参数判断当前测试数据是否落入所述目标训练种群对所述当前测试数据插入至所述目标训练种群以形成新的所述目标训[0158]通过同一批次产品中的新的测试组对应的测试数据及时更新目标测试限值以保[0160]本实施例的检测方法属于基于进化理论的实时测试数据监控演算法,称为MEAT[0173]如图9所示,为基于现有DynamicPAT(动态PAT)的检测方式对测试数据进行检测[0175]动态DPAT的检测方式和本实施例的MEAT检测方法的检测方式的检测结果对比数4应的检测率=(4/582)*1000.69而采用本实施例的MEAT离群数能从发布的582个数据中检测出515个异常测试数据,对应的检测率=(515/582)*10088.49由本的95%。甚至还可以将MEAT检测方法应用在跨操作系统和编程语言的数据一致性检查,[0180]本实施例中,基于收集的历史若干批次产品的历史测试数据以及预设测试参数前测试数据插入至先前的训练种群中以形成新的训练种群,以更新得到新的动态测试限的历史批次产品的数量以及每个批次产品中检测参数的数量均可以根据实际情况进行重[0187]在开始检测时,初始化历史测试数据对应的STDF文件,解码出STDF文件对应的空间建立模块用于预先建立静态数据空间;存储模块用于获取设定格式的历史测试数据,并对历史测试数据进行解码处理并解码后的历史测试数据存[0191]筛选单元用于筛选出历史测试数据中与所有预设测试参数对剔除单元用于从第三测试数据中剔除超出预设测试限值的[0193]另外,需要通过人工或自动方式检查获取的所有中间测试数据分布情况是否合[0194]分组获取模块3用于根据不同的预设测试参数对中间测试数据进行分组处理以获[0197]分布类型获取模块4用于根据第一分组对应的中间测试数据获取每个第一分组对[0203]参数计算单元用于根据目标分组对应的中间测试数据计算得到目标分组对应的力指数)计算得到测试上限值和测试下限值,并将测试上限值和测试下限值作为目标测试[0210]本实施例中,基于收集的历史若干批次产品的历史测试数据以及预设测试参数[0215]目标数据获取模块8用于获取当前测试数据中与不同的预设测试参数对应的多组[0222]第三判断模块13用于根据初始种群参数判断当前测试数据是否落入当前训练种当前测试数据插入至训练种群以形成目标训[0227]所述第三判断模块13还用于根据所述目标种群参数判断当前测试数据是否落入[0231]所述测试限值更新模块14还用于根据新的所述目标训练种群对应的测试数据更[0233]通过同一批次产品中的新的测试组对应的测试数据及时更新目标测试限值以保[0235]本实施例的检测方法属于基于进化理论的实时测试数据监控[0243]第一判断单元用于判断四分位数中的第一四分位数是否等于第三四分位数,若[0251]动态DPAT的检测方式和本实施例的MEAT检测方法的检测方式的检测结果对比数4应的检测率=(4/582)*1000.69而采用本实施例的MEAT离群数能从发布的582个数据中检测出515个异常测试数据,对应的检测率=(515/582)*10088.49由[0256]本实施例中,基于收集的历史若干批次产品的历史测试数据以及预设测试参数前测试数据插入至先前的训练种群中以形成新的训练种群,以更新得到新的动态测试限[0261]存储器32可以包括易失性存储器,例如随机存取存储器(RAM)321和/或高速缓存[0262]存储器32还可以包括具有一组(至少一个)程序模块324的程序/实用工具325,这的一个单元/模块的特征和功能可以进一步划分为由多个单元/模器执行时实现实施例1或2中任意一实施例中的产品测试数据的检测

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论