Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳科摩思智能科技有限公司夏俊杰获国家专利权

深圳科摩思智能科技有限公司夏俊杰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉深圳科摩思智能科技有限公司申请的专利一种存储芯片兼容性测试方法、设备及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121560666B

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610091304.6,技术领域涉及:G06F11/22;该发明授权一种存储芯片兼容性测试方法、设备及介质是由夏俊杰;杨鑫设计研发完成,并于2026-01-23向国家知识产权局提交的专利申请。

一种存储芯片兼容性测试方法、设备及介质在说明书摘要公布了:本发明公开了一种存储芯片兼容性测试方法、设备及介质,涉及芯片兼容性测试技术领域,包括,采集待测存储芯片运行预设的诱发测试负载时产生的多源异质数据,并进行融合,生成多维时间序列数据集;基于多维时间序列数据集计算多尺度熵特征向量,从预构建的兼容性故障特征知识库中获取基准故障模式特征向量,将多尺度熵特征向量与基准故障模式特征向量组合生成芯片健康状态特征向量;构建迁移元学习模型,将芯片健康状态特征向量输入迁移元学习模型,通过前向推理计算生成风险概率评分及故障根因分类结果。本发明通过采集多源异质数据生成多维时间序列数据集,实现对存储芯片多种物理参数的协同采集与整合。

本发明授权一种存储芯片兼容性测试方法、设备及介质在权利要求书中公布了:1.一种存储芯片兼容性测试方法,其特征在于:包括, 采集待测存储芯片运行预设的诱发测试负载时产生的多源异质数据,并进行融合,生成多维时间序列数据集; 基于多维时间序列数据集计算多尺度熵特征向量,具体步骤如下, 通过Max-Min方法对多维时间序列数据集进行归一化处理; 计算归一化处理后的多维时间序列数据集的样本熵值,并将所有的样本熵值组合生成多尺度熵特征向量; 从预构建的兼容性故障特征知识库中获取基准故障模式特征向量,将多尺度熵特征向量与基准故障模式特征向量组合生成芯片健康状态特征向量,具体步骤如下, 从预设的测试数据库中提取历史测试数据,并根据历史测试数据构建兼容性故障特征知识库; 将多尺度熵特征向量输入兼容性故障特征知识库,匹配历史故障特征; 对历史故障特征进行加权融合,生成基准故障模式特征向量; 将多尺度熵特征向量与基准故障模式特征向量进行拼接融合,生成芯片健康状态特征向量; 构建迁移元学习模型,具体步骤如下, 基于ReLU激活函数构建特征编码层,基于Sigmoid激活函数构建风险概率评分层,基于Softmax激活函数构建故障根因分类层; 根据特征编码层、风险概率评分层和故障根因分类层构建迁移元学习模型; 将芯片健康状态特征向量输入迁移元学习模型,通过前向推理计算生成风险概率评分及故障根因分类结果,具体步骤如下, 将芯片健康状态特征向量输入迁移元学习模型,通过特征编码层对芯片健康状态特征向量进行非线性变换,生成抽象特征; 通过风险概率评分层与故障根因分类层对抽象特征进行前向计算,生成风险概率评分及故障根因分类结果; 对风险概率评分及故障根因分类结果进行多维度结构化整合与深度解析,生成兼容性深度诊断摘要。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳科摩思智能科技有限公司,其通讯地址为:518000 广东省深圳市龙岗区坂田街道象角塘社区中浩路1号美竹巷润昌工业园厂区厂房A栋五层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。