摘要
本发明涉及电子测试技术领域,具体为采用大数据分析方式对芯片量产测试的垂直量化分析方法,包括以下步骤:收集芯片量产测试的时间和错误率数据,采用大数据分析方式,对数据进行排序和聚类分析,识别数据中的关键分布和异常点,得到时间分布分析结果。本发明中,通过大数据技术对时间和错误率数据进行分段和垂直量化分析,能够标记并迅速识别超出预设阈值的异常数据点,通过比较不同生产批次和工艺参数下的芯片性能,提高对生产过程中潜在问题的识别能力,通过量化评分和分析批次间的风险差异,进一步增强对风险的管理和应对能力,为优化芯片量产测试过程和参数设置提供有力支持,极大地提升测试效率。
技术关键词
芯片量产测试
量化分析方法
线性回归模型
错误率
风险
参数
时间段
实时数据
异常点
分析芯片
资源分配
测试间隔时间
代表
电子测试技术
K均值聚类算法
大数据分析技术
识别异常数据
系统为您推荐了相关专利信息
风险预测模型
变量
数据
多层神经网络模型
高密度脂蛋白胆固醇
在线检测系统
金刚石
粗糙度
轻量化卷积神经网络
异常信息
虚拟仿真测试
风险等级评估方法
资产
概念设计阶段
网络