基于Mamba神经网络的回归测试仿真波形分类方法

本发明公开基于Mamba神经网络架构的回归测试错误仿真波形自动化分类方法，属于集成电路领域，包括将回归测试得到的仿真波形文件进行解析，将关键信号波形转换成整型波形离散序列；将波形序列数值范围归一化到0‑1区间，截取固定长度输入Mamba神经网络模型，网络输出块大小、块起始位置两个参数；利用网络输出的两个特征参数将波形划分，计算每块波形的厚度、波动程度以及均值特征，计算整体特征；利用波形块大小的整数倍数作为窗口，对波形进行快速傅立叶变换，计算频域特征；将提取到的特征合并为多维特征向量输入支持向量机，输出得到最终分类结果，本发明能有效提升回归测试失败原因诊断准确率，替代人工分诊过程，提高验证效率。