一种测试图形的选取方法、模型生成方法及装置

AITNT
正文
推荐专利
一种测试图形的选取方法、模型生成方法及装置
申请号:CN202510876555
申请日期:2025-06-27
公开号:CN120779655A
公开日期:2025-10-14
类型:发明专利
摘要
本发明实施例提供了一种测试图形的选取方法、模型生成方法及装置,包括:获取测试版图;测试版图包括:至少一个候选测试图形;每个候选测试图形基于标签和预设检测框筛选后得到;标签用于标记预期对芯片进行测试的图形,预设检测框用于提供检测空间,以对存在标签的图形进行筛选;提取每个候选测试图形的特征,并基于候选测试图形的特征,确定候选测试图形的类别;特征用于描述候选测试图形的属性;在所确定的每类候选测试图形中,根据光学邻近校正模型的建模数据要求,选取出目标测试图形。本发明实施例提供的测试图形的选取方法可保证覆盖率的同时减少目标测试图形的数量,确保光学邻近校正模型的精度。
技术关键词
光学邻近校正模型 测试版图 标签 模型生成方法 线边缘粗糙度 数据 芯片 布局特征 机器学习算法 工艺特征 计算机程序产品 存储器 生成装置 尺寸 标记 模块 覆盖率 基准
系统为您推荐了相关专利信息
1
驾驶员驾驶风格确定方法、装置、计算机设备、可读存储介质和程序产品
驾驶员驾驶风格 历史行驶数据 孤立森林算法 车道 标准差特征
2
一种基于点云增强与注意力引导的变电站场景三维语义分割方法
三维语义分割方法 变电站场景 注意力 邻域特征 前馈神经网络
3
一种隐私保护的跨医院疾病数据分析方法
静息态功能 数据分析方法 多站点 特征提取器 样本
4
基于负荷预测迁移学习的储能飞轮转速预测方法和装置
负荷预测模型 历史负荷数据 神经网络模型 转速预测方法 特征提取器
5
一种基于强化学习探索变频器的最优驱动参数的方法
强化学习模型 标签 分段线性函数 变频器 阶段
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号