[发明专利]一种基于神经网络模型的DRAM储存器性能预测方法和系统

权利要求书

1.一种基于神经网络模型的DRAM储存器性能预测方法，其特征在于，包括：

设定测试参数；

根据所述测试参数对所述DRAM储存器的至少一部分进行测试，获取测试数据；

对所述测试参数及所述测试数据进行预处理，获取处理后的数据；

基于处理后的数据，通过神经网络模型预测所述DRAM储存器的至少一部分的性能，得到性能数据。

2.根据权利要求1所述的基于神经网络模型的DRAM储存器性能预测方法，其特征在于，所述测试参数至少包括：所述DRAM储存器的厂家、所述DRAM储存器的工艺、所述DRAM储存器的型号、所述DRAM储存器的规格、测试算法、时序参数、运行工况及插拔次数。

3.根据权利要求1所述的基于神经网络模型的DRAM储存器性能预测方法，其特征在于，所述对所述测试参数及所述测试数据进行预处理，获取处理后的数据，包括：

对所述测试参数及所述测试数据进行归一化处理，获取所述处理后的数据。

4.根据权利要求1所述的基于神经网络模型的DRAM储存器性能预测方法，其特征在于，所述对所述测试参数及所述测试数据进行归一化处理，获取所述处理后的数据，包括：

基于min-max标准化方法或Z-score标准化方法对测试参数及测试数据进行归一化处理，获取所述处理后的数据。

5.根据权利要求1所述的基于神经网络模型的DRAM储存器性能预测方法，其特征在于，所述DRAM储存器的至少一部分包括所述DRAM储存器的元格、所述DRAM储存器的模组或所述DRAM储存器。

6.根据权利要求1-5任意一项所述的基于神经网络模型的DRAM储存器性能预测方法，其特征在于，所述方法还包括：

在进行所述测试的过程中，对所述测试参数及所述测试数据进行可视化展示。

7.根据权利要求1-5任意一项所述的基于神经网络模型的DRAM储存器性能预测方法，其特征在于，所述方法还包括：

对所述神经网络模型预测的所述DRAM储存器的至少一部分的性能数据进行可视化展示。

8.根据权利要求1-5任意一项所述的基于神经网络模型的DRAM储存器性能预测方法，其特征在于，所述性能数据至少包括综合性能退化曲线。

9.根据权利要求1-5任意一项所述的基于神经网络模型的DRAM储存器性能预测方法，其特征在于，还包括：

根据所述性能数据，对所述DRAM储存器进行分类。

10.根据权利要求8所述的基于神经网络模型的DRAM储存器性能预测方法，其特征在于，还包括：

根据所述综合性能退化曲线及阈值，确定所述DRAM储存器的使用寿命。

11.一种基于神经网络模型的DRAM储存器性能预测系统，其特征在于，包括：

信息输入模块，用于设定测试参数；

信息采集模块，用于根据所述测试参数对所述DRAM储存器的至少一部分进行测试，获取测试数据；

数据处理模块，用于对所述测试参数及所述测试数据进行预处理，获取处理后的数据；

建模分析模块，用于基于处理后的数据，通过神经网络模型预测所述DRAM储存器的至少一部分的性能，得到性能数据。

12.根据权利要求11所述的基于神经网络模型的DRAM储存器性能预测系统，其特征在于，所述系统还包括第一可视化展示模块，用于在进行所述测试的过程中，对所述测试参数及所述测试数据进行可视化展示。

13.根据权利要求11或12所述的基于神经网络模型的DRAM储存器性能预测系统，其特征在于，所述系统还包括第二可视化展示模块，用于对所述神经网络模型预测的所述DRAM储存器的至少一部分的性能数据进行可视化展示。