申请/专利权人：北京前景无忧电子科技股份有限公司

申请日：2024-05-20

公开（公告）日：2024-06-18

公开（公告）号：CN118211538A

主分类号：G06F30/3308

分类号：G06F30/3308;G06F30/3312;G06F30/337;G06F18/2413

优先权：

专利状态码：在审-公开

法律状态：2024.06.18#公开

摘要：本发明公开了一种KNN算法的芯片功能评估方法，涉及芯片功能评估领域，解决的是传统芯片功能评估方法效率低和难以满足不同应用场景下的需求的问题，首先对芯片进行功能模拟和功能数据采集，然后对所述芯片功能模拟数据进行预处理和特征提取，然后通过人工智能引擎构建所述改进式KNN功能评估算法，然后将所述改进式KNN功能评估算法嵌入至云端服务器进行芯片功能评估，并通过反馈交叉验证机制对所述改进式KNN功能评估算法进行优化，最后对评估结果进行可视化分析；本发明能够有效地对芯片的功能进行全面评估，并提供可视化分析结果，提高芯片的质量和可靠性。

主权项：1.一种KNN算法的芯片功能评估方法，其特征在于：包括以下步骤：步骤一、对芯片进行功能模拟和功能数据采集；采用逻辑功能仿真电路对芯片功能进行仿真模拟，并通过无线传感器网络实时采集所述芯片功能模拟数据，所述芯片功能模拟数据包括芯片的输出功率、频率响应、功率消耗和时延，所述芯片功能模拟数据通过无线通信网络传输至云端进行处理和储存；步骤二、对所述芯片功能模拟数据进行预处理和特征提取；通过加速处理器GPU对所述芯片功能模拟数据进行数据清洗、异常值去除和归一化处理，并通过任务表征学习模型提取所述芯片功能模拟数据的特征；步骤三、构建改进式KNN功能评估算法；通过人工智能引擎构建所述改进式KNN功能评估算法，所述改进式KNN功能评估算法包括分类模块、数据集划分模块、训练模型模块、参数自适应调整模块、加权距离模块和局部搜索模块，所述数据集划分模块的输出端与所述训练模型模块的输入端连接，所述参数自适应调整模块的输出端与所述训练模型模块的输入端连接，所述训练模型模块的输出端与所述分类模块的输入端连接，所述加权距离模块和局部搜索模块的输出端与所述分类模块的输入端连接；步骤四、芯片功能评估，将所述改进式KNN功能评估算法嵌入至云端服务器进行芯片功能评估，所述云端服务器通过分布式计算框架和实时流处理引擎实现所述芯片功能模拟数据的高速处理和分析；步骤五、优化所述改进式KNN功能评估算法，通过反馈交叉验证机制对所述改进式KNN功能评估算法进行优化；步骤六、对评估结果进行可视化分析，通过可视化平台将评估结果进行图形化呈现，并通过散点图、热图和折线图对评估结果进行可视化分析。

全文数据：

权利要求：

百度查询： 北京前景无忧电子科技股份有限公司 一种KNN算法的芯片功能评估方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD