摘要
本发明涉及集成电路特性检测技术领域，提供了一种基于深度学习的集成电路特性检测系统；该系统通过数据采集模块获取电路特性数据，并在预处理阶段去除噪声和无关特征；利用基于GAN的动态卷积特征提取技术，系统能够自适应地生成卷积核，准确提取电路关键特征；结合LSTM模型对时间序列进行分析，捕捉电路中的动态变化；最后，通过HFCN模型和MI‑MDRE融合技术，实现多种特征的深度融合和决策优化；通过以上步骤，该系统显著提升了集成电路特性检测的精度、实时性和异常识别能力，为集成电路检测领域提供了高效可靠的技术方案。
