申请/专利权人:合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
申请日:2024-02-05
公开(公告)日:2024-06-14
公开(公告)号:CN118194059A
主分类号:G06F18/23
分类号:G06F18/23;G06F18/22;G06F18/25
优先权:
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:本发明公开了一种基于相关性分析与密度峰值聚类的测项选择方法,包括如下步骤:步骤一、获取m个测项的测试样本数据集,将测试样本数据集的数据特征以及测项的机理信息融合,得到测项相关性度量结果;步骤二、基于测项相关性度量改进密度峰值聚类算法中局部密度与相对距离的计算方法,并完成测项聚类;步骤三、基于相关性聚类计算测项返修估计成本,将测项返修估计成本与测项的测试成本之间差值大于等于0的测项移入到保持测试测项中,完成测项选择工作并输出最终测试策略;该测项选择方法有效增强了测项选择方法的可靠性,在降低主板功能测试环节返修成本的同时控制测试成本,实现输出一个最大化效益的测试策略。
主权项:1.一种基于相关性分析与密度峰值聚类的测项选择方法,其特征在于,包括如下步骤:步骤一、获取m个测项的测试样本数据集,将测试样本数据集的数据特征以及测项的机理信息融合,得到测项相关性度量结果;步骤二、基于测项相关性度量改进密度峰值聚类算法中局部密度与相对距离的计算方法,并完成测项聚类;步骤三、基于相关性聚类计算测项返修估计成本,将测项返修估计成本与测项的测试成本之间差值大于等于0的测项移入到保持测试测项中,完成测项选择工作并输出最终测试策略。
全文数据:
权利要求:
百度查询: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 一种基于相关性分析与密度峰值聚类的测项选择方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。