摘要
本发明涉及故障检测技术领域,尤其涉及一种基于人工智能的集成电路故障检测方法。包括:获取并预处理集成电路的多模态信号数据和多模态历史信号数据,利用多维时域‑频域‑非线性特征融合提取算法对预处理后的多模态信号数据和多模态历史信号数据进行特征提取,得到多模态信号特征数据和多模态历史信号特征数据;基于多模态历史信号特征数据,构建并训练智能故障检测模型;利用智能故障检测优化算法对智能故障检测模型进行优化处理,得到优化后的智能故障检测模型;对多模态信号特征数据进行处理,得到故障检测结果。解决了在集成电路故障检测中,对其中信号数据处理不够准确导致在故障检测过程中精度不高的技术问题。
技术关键词
智能故障检测
信号特征
非线性特征
预处理集成电路
非线性动力学特性
故障检测模型
集成电路故障检测
数据
多模态
非线性动力学分析
算法
训练智能
非线性相互作用
动态
故障检测技术
多尺度
系统为您推荐了相关专利信息
定位基础设施
室内无线定位
室内对讲机
WiFi接入点设备
定位方法
航空发动机支承
溯源方法
支承系统
频谱特征分析
双转子系统
轴承故障诊断方法
轴承故障特征
优化卷积神经网络
计算机可执行指令
信号特征
温度补偿方法
超声导波
神经网络模型
多通道编码器
待测管道