仪器仪表学报

作者：詹文法，张鲁萍，江健生

单位：詹文法,1. 安庆师范大学电子工程与智能制造学院,,张鲁萍,2. 安庆师范大学计算机与信息学院,,江健生,2. 安庆师范大学计算机与信息学院,

关键词：k均值聚类;原始测试集;改进的mRMR算法;SVM交叉验证

基金：安徽省高校协同创新项目(GXXT-2019-030)、安徽省技术带头人及后备人选( gxbjZD2016075,2015H053)、国家自然科学基金(61306046,61640421)项目资助

针对目前集成电路测试复杂度的不断增加,导致测试成本不断攀升的问题,提出一种可靠而有效的测试集优化方法。通过k均值(K-means)聚类对原始测试集中的特征进行聚类筛选,然后采用改进的mRMR算法,分段式引入特征之间冗余性权重因子,用以权衡特征相关性和冗余性的度量,同时插入了SVM交叉验证,强化了测试模式选择的准确性。在保证故障覆盖率基本不变的情况下,达到减少原始测试集维数的目的。对ISCAS89电路实验表明,该文方法将原始测试集的测试模式进行大量的精简,既保证测试质量,也极大地优化了测试集,进行冗余消除和排序后的测试流程缩短了40.43%的测试时间,提升了测试效率,降低了测试成本。

来源：2023年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第3期