具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

探针是一种电子元件，具有各项性能指标，在经过一段时间的测试使用后，各项性能指标会逐渐减弱，探针的寿命也逐渐衰弱，准确地预测探针的寿命可以为提前更换探针提供一定的参考。但是，就即使是同一批次的相同型号和规格的两枚探针，分别在不同的使用环境中使用时，显然，在相对恶劣的环境中使用的那一枚探针的寿命短于在相对优异的环境中使用的探针。即，探针的使用环境存在个体差异，导致了探针的寿命也存在个体差异，且这种个体差异是不受约束的、无规律性的，进而导致探针的寿命预测存在一定的技术困难性。本说明书一些实施例提出，将基于待预测探针对受测对象的性能进行测试的数据与基于参照探针对相同受测对象的性能进行测试的数据进行比较，从待预测探针的各项性能指标中确定出与探针的寿命相关的性能指标(记作相关性能指标)，对待预测探针的相关性能指标对应的性能进行测试，得到相关性能指标对应的性能测试数据，基于相关性能指标对应的性能测试数据，预测待预测探针的寿命。不仅克服了因探针的使用环境存在个体差异导致探针的寿命预测的技术困难，同时还能在一定程度上预测探针的寿命，为提前更换探针提供了一定的参考。

本发明实施例提供一种探针寿命预测方法、系统、装置和存储介质。

在一些实施例中，该探针寿命预测装置具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、或者个人电脑(Personal Computer，PC)等设备；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群。

在一些实施例中，该探针寿命待预测装置还可以集成在多个电子设备中，比如，探针寿命预测装置可以集成在多个服务器中，由多个服务器来实现本发明的探针寿命预测方法。

在一些实施例中，服务器也可以以终端的形式来实现。

以下分别进行详细说明。

图1a是根据本说明书一些实施例所示的探针寿命预测方法的示例性流程图。如图1a所示，流程100包括下述步骤S110至步骤S140。在一些实施例中，流程100可以由前述的电子设备执行。图1b是根据本说明书一些实施例所示的探针寿命预测方法中数据的流转示意图；下面结合图1a和图1b进行具体说明。

步骤S110，获取多个受测对象的实验组数据和参照组数据，所述实验组数据是基于待预测探针对所述多个受测对象的性能进行测试得到的数据，所述参照组数据是基于参照探针对所述多个受测对象的性能进行测试得到的数据。在一些实施例中，步骤S110可以由第一获取模块501(在图5中示出)执行。

探针是一种高精密的电子元件，本身具有各项性能指标。所述性能指标包括但不限于：机械性能和/或电子性能。其中，机械性能包括但不限于：弹力、针头的耐热性和/或针头的刚性；电子性能包括但不限于：电阻、阻抗和/或电导率等。

待预测探针是指欲预测其寿命的探针。例如，待预测探针是使用过一段时间的探针。

在一些实施例中，待预测探针包括但不限于以下任一种：高频探针、PCB(PrintedCircuit Board)探针、ICT(In-Circuit Tet)功能测试探针、BGA(Ball Grid ArrayPackage)测试探针、半导体探针等。

参照探针是与待预测探针相同类型和型号的标准探针。例如，若待预测探针是高频探针，则参照探针是同型号的标准高频探针；若待预测探针是PCB探针，则参照探针是同型号的标准PCB探针；若待预测探针是ICT功能测试探针，则参照探针是同型号的标准ICT功能测试探针；若待预测探针是BGA探针，则参照探针是同型号的标准BGA探针；若待预测探针是半导体探针，则参照探针是同型号的标准半导体探针。其中，标准探针是预先通过了标定测试的探针，即标准探针的各项性能指标符合技术标准。例如，参照探针可以是全新的探针。

受测对象是与待预测探针的类型相匹配的待测物。例如，若待预测探针是主要用于高频信号测试的高频探针，则受测对象包括但不限于：BGA芯片和/或半导体器件；若待预测探针是PCB探针，则受测对象包括但不限于：带元器件的PCB板和/或PCB空板；若待预测探针是主要用于在线电路测试和功能测试的ICT功能测试探针，则受测对象包括但不限于PCB空板；若待预测探针是BGA探针，则受测对象包括但不限于BGA芯片；若待预测探针是半导体探针，则受测对象包括但不限于半导体器件。

实验组是指基于待预测探针作用于受测对象、从受测对象接取电信号以对受测对象的性能进行测试的测试组，参照组是指基于参照探针作用于受测对象、从受测对象接取电信号以对受测对象的性能进行测试的测试组。

在一些实施例中，实验组和参照组中的受测对象的数量可以为一个或多个。

在一些实施例中，多个受测对象是多个相同种类的受测对象。例如，待预测探针是高频探针，多个受测对象均是相同型号和规格的BGA芯片或均是相同型号和规格的半导体器件。

在一些实施例中，多个受测对象是多个不同种类的受测对象。例如，待预测探针是高频探针，多个受测对象中部分受测对象是BGA芯片，部分受测对象是半导体器件。

在一些实施例中，示例性地，多个受测对象用集合X＝{x₁,x₂,…,x_n}表示，x_n表示第n号受测对象(提前对多个受测对象按照1至n的顺序进行编号)，n为正整数。

在一些实施例中，实验组和参照组所测试的受测对象在数量和类型上可以是完全相同的，且实验组和参照组中对于同一受测对象的测试条件也可以是完全相同的，以将实验组和参照组的之间区别控制在仅仅是探针不同这一个变量上(即实验组对应的是待预测探针，参照组对应的是参照探针)。

在一些实施例中，多个受测对象中的每个受测对象在各自所对应的一个或多个测试条件下进行性能测试。其中，所述测试条件包括但不限于：温度和/或湿度等。示例性地，例如受测对象X＝{x₁,x₂,…,x_n}中的1号受测对象x₁分别在(温度T₁、湿度H₁)、(温度T₁、湿度H₂)、(温度T₂、湿度H₁)(温度T₂、湿度H₂)四个测试条件下进行性能测试，2号受测对象x₂是分别在(温度T₃、湿度H₃)、(温度T₄、湿度H₄)两个测试条件下进行性能测试，……，n号受测对象x_n是分别在(温度T_a、湿度H_b)、(温度T_a、湿度H_b+j)、(温度T_a+i、湿度H_b)、……、(温度T_a+i、湿度H_b+j)共计Z_n＝i*j个测试条件下进行性能测试。其中，T₁表示第一个温度值，T₂表示第二个温度值，…，T_a表示第a个温度值，T_a+i表示第(a+i)个温度值，a>0，且a为正整数，i≥0，且i为正整数；H₁表示第一个湿度值，H₂表示第二个湿度值，…，H_b表示第b个湿度值，T_b+j表示第(b+j)个湿度值，b>0，且b为正整数，j≥0，且j为正整数。不同受测对象的测试条件可以完全不同、部分相同或完全相同。部分相同可以包括：其中的某一个或多个参数相同等。

实验组测试完成后得到的数据就是实验组数据，即实验组数据就是实验组中基于待预测探针对受测对象的性能进行测试得到的数据。参照组测试完成后得到的数据就是参照组数据，即参照组数据是参照组中基于参照探针对受测对象的性能进行测试得到的数据。

在一些实施例中，测试完成后，得到实验组数据：集合 表示，表示受测对象x_n在实验组中在其对应的每个测试条件下测试得到的性能测试数据集合，示例性地，如其中，表示受测对象x₁在(温度T₁、湿度H₁)测试条件下的实验测试数据，表示受测对象x₁在(温度T₁、湿度H₂)测试条件下的实验测试数据，表示受测对象x₁在(温度T₂、湿度H₁)测试条件下的实验测试数据，表示受测对象x₁在(温度T₂、湿度H₂)测试条件下的实验测试数据；如 其中，表示受测对象x_n在(温度T_a、湿度H_b)测试条件下的实验测试数据，表示受测对象x_n在(温度T_a、湿度H_b+j)测试条件下的实验测试数据，表示受测对象x_n在(温度T_a+i、湿度H_b)测试条件下的实验测试数据，…，表示受测对象x_n在(温度T_a+i、湿度H_b+j)测试条件下的实验测试数据；以及，参照组数据： 表示受测对象x_n在参照组中在其对应的每个测试条件下测试得到的性能测试数据集合；示例性地，如 其中，表示受测对象x₁在(温度T₁、湿度H₁)测试条件下的参照测试数据，表示受测对象x₁在(温度T₁、湿度H₂)测试条件下的参照测试数据，表示受测对象x₁在(温度T₂、湿度H₁)测试条件下的参照测试数据，表示受测对象x₁在(温度T₂、湿度H₂)测试条件下的参照测试数据；如 其中，表示受测对象x_n在(温度T_a、湿度H_b)测试条件下的参照测试数据，表示受测对象x_n在(温度T_a、湿度H_b+j)测试条件下的参照测试数据，表示受测对象x_n在(温度T_a+i、湿度H_b)测试条件下的参照测试数据，…，表示受测对象x_n在(温度T_a+i、湿度H_b+j)测试条件下的参照测试数据。

在一些实施例中，预先完成实验组测试以及参照组测试，以得到实验组数据和参照组数据，并将实验组数据存储至存储介质和/或存储设备中。在对待预测探针的寿命进行预测时，从存储介质和/或存储设备中读取出所述实验组数据和参照组数据。

在一些实施例中，示例性地，读取到(即获取到)实验组数据 和参照组数据

步骤S120，基于所述实验组数据和所述参照组数据，确定所述待预测探针的至少一个相关性能指标，所述至少一个相关性能指标与所述待预测探针的寿命相关。在一些实施例中，步骤S120可以由相关性确定模块502(在图5中示出)执行。

请参见前文有关探针的说明，探针具有各项性能指标。例如，机械性能中的弹力。又例如，电子性能中的阻抗。相关性能指标是指从待预测探针的各项性能指标中确定出的与待预测寿命存在关联性的性能指标。

在一些实施例中，所述至少一个性能指标包括但不限于：机械性能和/或电子性能。其中，机械性能包括但不限于：弹力、针头的耐热性和/或针头的刚性；电子性能包括但不限于：电阻、阻抗和/或电导率等。

在一些实施例中，如图1b所示，基于实验组数据M和参照组数据N确定的性能指标是相关性能指标1(如弹力F)、相关性能指标2(如阻抗Z)，以及其他相关性能指标n等。

在一些实施例中，步骤S120基于数据分析方法得以实现，将多个受测对象中任一受测对象在实验组中测试得到的性能数据与在参照组中测试得到的性能数据进行比对分析，从而从待预测探针的各项性能指标中确定出相关性能指标。例如，将多个受测对象X＝{x₁,x₂,…,x_n}中任一受测对象x_n的实验组测试数据和参照组数据 进行比对分析，从而确定出待预测探针的相关性能指标。例如，确定的相关性能指标包括相关性能指标1(如弹力F)和相关性能指标2(如阻抗Z)。

在一些实施例中，步骤S120基于人工智能技术得以实现。图2是根据本说明书一些实施例所示的探针寿命预测方法中的步骤S120的示例性流程图。请结合参见图4，对步骤S120作具体说明。如图2所示，步骤S120包括以下步骤：

步骤S121，基于实验组数据中的至少一个实验测试数据和参照组数据中的至少一个参照测试数据，构建至少一对测试数据对，至少一对测试数据对中的参照测试数据和实验测试数据的类型相同。

基于前述说明，对多个受测对象分别在实验组和参照组中完成性能测试后，得到多个受测对象的实验组数据和参照组数据。即，在实验组数据中包括了多个受测对象基于待预测探针完成性能测试得到的数据，在参照组数据中包括了多个受测对象基于参照探针完成性能测试得到的数据。一个实验测试数据即实验组中的一个受测对象在一个测试条件下基于待预测探针完成性能测试得到的数据，一个参照测试数据即参照组中的一个受测对象在一个测试条件下基于待预测探针完成性能测试得到的数据。且，同一受测对象的实验测试数据和参照测试数据之间呈一一对应关系，例如，某一受测对象在实验组中在某一测试条件下进行性能测试得到一个实验测试数据，则该受测对象也在参照组中在该测试条件下进行性能测试得到一个参照测试数据。

在一些实施例中，示例性地，针对受测对象x_n的实验组测试数据是 则对应的参照组数据是 示例性地，其中，是一个实验测试数据，是一个参照测试数据。

在一些实施例中，实验组数据中一个受测对象的实验测试数据用一个矩阵表示，参照组数据中一个受测对象的参照测试数据用一个矩阵表示，矩阵中每一列元素对应的第一测试条件相同、每一行元素对应的第二测试条件相同。第一测试条件和第二测试条件是指测试条件中不同的两个类型。例如，第一测试条件是温度，第二测试条件是湿度。

在一些实施例中，示例性地，针对受测对象X＝{x₁,x₂,…，x_n}的实验组数据用矩阵表示如下： 其中，矩阵A₁表示受测对象x₁在实验组中的不同测试条件下完成的实验测试数据，矩阵A₂表示受测对象x₂在实验组中的不同测试条件下完成的实验测试数据，…，矩阵A_n表示受测对象x_n在实验组中的不同测试条件下完成的实验测试数据；且矩阵中每一列元素对应的多个受测对象在相同温度T下进行测试，每一行元素对应的多个受测对象在相同湿度H下进行测试。针对受测对象X＝{x₁,x₂，…，x_n}的参照组数据用矩阵表示如下：其中，矩阵B₁表示受测对象x₁在参照组中的不同测试条件下完成的参照测试数据，矩阵B₂表示受测对象x₂在参照组中的不同测试条件下完成的参照测试数据，…，矩阵B_n表示受测对象x_n在参照组中的不同测试条件下完成的参照测试数据，且矩阵中每一列元素对应的多个受测对象在相同温度T下进行测试，每一行元素对应的多个受测对象在相同湿度H下进行测试，且矩阵B_n与矩阵A_n对应于同一受测对象x_n，且矩阵B_n与矩阵A_n中每个坐标相同的元素对应于同一测试条件。有关矩阵中每个元素所对应的测试条件请参见前文中的相关说明，在此不再赘述。有必要说明的是，当受测对象未在某个测试条件下进行试验时，则矩阵中在该测试条件所标记的元素位置处进行补零处理，以便于处理器执行。例如受测对象x₂未在(温度T₃、湿度H₄)条件下进行测试，则在矩阵A₂第一列第一行的位置处补零。

测试数据对中的参照测试数据和实验测试数据的类型相同是指测试的类型相同，例如，都包括阻抗和电压的测试。在一些实施例中，测试数据对中每一对可以是针对同一受测对象在同一测试条件下的参照测试数据和实验测试数据，还可以是针对同一受测对象在所有测试条件下的参照测试数据和实验测试数据。例如，分别从实验组数据和参照组数据中选取出同一受测对象在同一测试条件下的实验测试数据和参照测试数据，即组成了一对测试数据对；相应的，共有(Z₁+Z₂+…+Z_n)对测试数据对，其中，Z₁表示受测对象x₁的测试条件的数量、Z₂表示受测对象x₂的测试条件的数量、……、Z_n表示受测对象x_n的测试条件的数量。又例如，分别从实验组数据和参照组数据中选取出同一受测对象的在所有测试条件下的实验测试数据和参照测试数据，即组成了一对测试数据对；相应的，测试数据对的数量与受测对象的数量一致，即共有n对测试数据对。

在一些实施例中，示例性地，从实验组数据和参照组数据选取任一受测对象x_n在某一测试条件下的实验测试数据是和参照测试数据是组成测试数据对最终获得测试数据对集合

在一些实施例中，示例性地，从实验组数据和参照组数据选取任一受测对象x_n的在所有测试条件下的实验组测试数据是和参照组数据是组成测试数据对最终获得测试数据对集合相应地，当实验组数据和参照组数据用矩阵表示时，则测试数据对表示为

步骤S122，将至少一对测试数据对输入预先训练的相关性预测模型，得到至少一个相关性能指标。

相关性预测模型是根据多个样本测试数据对以及每个样本测试数据对对应的性能指标标签为训练样本对第一预设模型进行训练得到的。一个样本测试数据对由同一样本受测对象的两组测试数据组成，所述两组测试数据中一组测试数据是样本探针对所述同一样本受测对象的性能在多个预设测试条件下进行测试得到的数据，另一组测试数据是参照探针对所述同一样本受测对象的性能在所述多个预设测试条件下进行测试得到的数据，所述性能指标标签用于表征样本测试数据对对应的各个性能指标中，与样本探针寿命相关的性能指标、各个性能指标对样本探针的寿命影响度，影响度是指所述样本探针的各项性能指标与所述样本探针的寿命的关联程度，所述样本探针是为了获取训练样本时进行试验的探针，所述样本受测对象是为了获取训练样本时进行试验的受测对象。所述第一预设模型是分类模型。相关性预测模型的训练具体可以包括：基于标签和模型的预测结果构建损失函数，并基于损失函数迭代更新第一预设模型的参数，直至预设条件被满足，停止训练。预设条件可以包括：迭代次数达到阈值次数、损失函数收敛等。

在一些实施例中，在进行训练地过程中，样本测试数据对以矩阵对的形式表示。所述矩阵对中一个矩阵(记作第一矩阵)是样本探针对所述同一样本受测对象的性能在多个预设测试条件下进行测试得到的数据，另一个矩阵(记作第二矩阵)是参照探针对所述同一样本受测对象的性能在所述多个预设测试条件下进行测试得到的数据，其中，第一矩阵和第二矩阵的记录方式分别与上述的矩阵A_n和矩阵B_n相同。

在一些实施例中，样本受测对象为多个不同类型的受测对象，根据每个样本受测对象的类型，确定每个样本受测对象各自所对应的第一矩阵和第二矩阵的第一权重(需要说明的是，同一样本受测对象的第一矩阵和第二矩阵的第一权重是相同的。)。在一些实施例中，根据样本受测对象的测试条件确定该测试条件对应的第一矩阵(或第二矩阵)中的元素所对应的第二权重。(需要说明的是，同一样本受测对象在同一测试条件下得到的第一矩阵中的元素和第二矩阵的元素对应的第二权重是相同的。)其中，第一权重和第二权重的确定方式分别与第三权重和第四权重的确定方式相同，具体请参见后文中有关第三权重和第四权重的说明，在此不再赘述。

在一些实施例中，基于确定了第一权重和/或第二权重的第一矩阵和第二矩阵组成的样本测试数据对对第一预设模型进行监督学习训练，直至第一预设模型达到预设的收敛条件时，就得到了相关性预测模型。

如图4所示，将在步骤S121中构建的一对或多对测试数据对(例如，测试数据对集合 或测试数据对表示为 输入相关性预测模型，经相关性预测模型处理后，输出至少一个相关性能指标；即基于输入的测试数据对，从待预测探针的各项性能指标中确定出相关性能指标。

在一些实施例中，根据每个受测对象的类型，确定每个样本受测对象各自所对应的实验组数据矩阵和参照组数据矩阵的第三权重(需要说明的是，同一样本受测对象的实验组数据矩阵A_n和参照组数据矩阵B_n的第三权重是相同的。)。当然，相同类型的受测对象对应的第三权重是相同的。例如，针对探针实际常作用的是第一类型的测试对象，则第一类型的测试对象的对应的实验组数据矩阵和参照组数据矩阵第三权重就配置的相对较高，反之，针对探针实际不常作用第二类型的测试对象的对应的实验组数据矩阵和参照组数据矩阵第三权重就配置的相对较低。又例如，探针在测试第一类型的测试对象时，容易影响探针的寿命(比如，探针的针头更易等)，则第一类型的测试对象对应的实验组数据矩阵和参照组数据矩阵权重较高，反之，探针在测试第二类型的测试对象时，不易影响探针的寿命，则第二类型的测试对象对应的实验组数据矩阵和参照组数据矩阵权重较低。

在一些实施例中，示例性地，根据受测对象X＝{x₁,x₂,…，x_n}中每个受测对象的类型，确定每个受测对象依次对应的第三权重为e₁、e₂、…、e_n。相应地，用矩阵表示的测试数据对赋予第三权重后，可以表示为

在一些实施例中，根据受测对象的测试条件确定该测试条件对应实验测试数据和参照测试数据的第四权重，即根据受测对象的测试条件确定的实验组数据矩阵和参照组数据矩阵中的元素所对应的第四权重。(需要说明的是，同一受测对象在同一测试条件下得到的实验测试数据和参照测试数据对应的第四权重是相同的。)例如，针对探针的常用测试环境对应的实验测试数据和参照测试数据的第四权重更高一些，探针的极限测试环境对应的实验测试数据和参照测试数据的第四权重就低一些。

在一些实施例中，示例性地，根据受测对象X＝{x₁，x₂，…，x_n}中：1号受测对象x₁分别在(温度T₁、湿度H₁)、(温度T₁、湿度H₂)、(温度T₂、湿度H₁)(温度T₂、湿度H₂)四个测试条件下进行性能测试，四个测试条件分别对应的第权重为用矩阵表示：2号受测对象x₂是分别在(温度T₃、湿度H₃)、(温度T₄、湿度H₄)两个测试条件下进行性能测试，两个测试条件分别对应的第权重为用矩阵表示：……，n号受测对象x_n是分别在(温度T_a、湿度H_b)、(温度T_a、湿度H_b+j)、(温度T_a+i、湿度H_b)、……、(温度T_a+i、湿度H_b+j)共计Z_n＝i*j个测试条件下进行性能测试，Z_n个测试条件分别对应的第权重为用矩阵表示： 相应地，用矩阵表示的测试数据对赋予第三权重后，可以表示为：

…，

在一些实施例中，可以同时确定第三权重和第四权重，并将第三权重和第四权重赋予至对应的矩阵上。例如，针对受测对象x_n确定的第三权重是e_n，第四权重对应的矩阵是则对应的测试数据对赋予第三权重和第四权重后，表示为

在一些实施例中，将上述实施例中以矩阵形式表示并且确定了第三权重和/或第四权重的测试数据对输入相关性预测模型，经相关性预测模型处理后，输出至少一个相关性能指标；即基于输入的测试数据对，从待预测探针的各项性能指标中确定出相关性能指标。通过受测对象类型确定第三权重，以及根据受测对象的测试条件确定第四权重，使得相关性预测模型在预测相关性能指标时可以结合不同的受测对象类型对探针寿命的影响程度以及不同的测试条件对探针寿命的影响程度确定，使得相关性预测模型在预测相关性能指标时输出的结果更加准确。

在一些实施例中，相关性预测模型可以是多分类模型，例如包括但不限于：DNN(深度神经网络)等。示例性地，当相关性预测模型是DNN时，在输入测试数据对后，DNN将输出至少一个相关性能指标以及输出的每个相关性能指标对应的概率P。

在一些实施例中，所述预先训练好的相关性预测模型包括排序模型。步骤S122还包括以下步骤：

将至少一对测试数据对输入排序模型，得到至少一个相关性能指标的排序结果，排序结果表征至少一个相关性能指标中每个相关与待预测探针的寿命的相关度。

排序模型可以是XGBoost、RankSVM、LambdaMart等。

排序模型是根据多个样本测试数据对以及每个样本测试数据对对应的性能指标标签为训练样本对第一预设模型进行训练得到的。一个样本测试数据对由同一样本受测对象的两组测试数据组成，所述两组测试数据中一组测试数据是样本探针对所述同一样本受测对象的性能在预设测试条件下进行测试得到的数据，另一组测试数据是参照探针对所述同一受测对象的性能在所述预设测试条件下进行测试得到的数据，所述性能指标标签用于表征样本测试数据对对应的各个性能指标中，与样本探针寿命相关的性能指标、各个性能指标对样本探针的寿命影响度以及各个性能指标的影响度排名，影响度是指所述样本探针的各项性能指标与所述样本探针的寿命的关联程度，所述样本探针是为了获取训练样本时进行试验的探针，所述样本受测对象是为了获取训练样本时进行试验的受测对象。

在一些实施例中，基于确定了第一权重和/或第二权重的第一矩阵和第二矩阵组成的样本测试数据对对第一预设模型进行监督学习训练，直至第一预设模型达到预设的收敛条件时，就得到了相关性预测模型。其中，有关测试数据对的具体说明请参见前文中的相关说明，在此不再赘述。

预先训练好的相关性预测模型包括排序模型，相关性模型在进行预测时，不仅仅输出相关性能指标，还对输出的多个相关性能指标进行排序，以表征各项相关性能指标与待预测探针的寿命的相关度。

如图4所示，在一些实施例中，示例性地，将在步骤S121中构建的测试数据对(例如， 或测试数据对表示为 或将上述实施例中以矩阵形式表示并且确定了第三权重和/或第四权重的测试数据对(例如， )输入相关性预测模型，经相关性预测模型处理后，输出至少一个相关性能指标及其排序结果；即基于输入的测试数据对，从待预测探针的各项性能指标中确定出相关性能指标及其排序结果。例如，得到的相关性能指标的排序结果为：性能指标1(如，弹力F)、性能指标2(如，阻抗Z)、……、性能指标n。此排序结果可以是升序排序，即按照性能指标1至性能指标n的顺序，性能指标与探针寿命的相关度逐渐升高；此排序结果也可以是降序排序，即按照性能指标1至性能指标n的顺序，性能指标与探针寿命的相关度逐渐降低。

请返回参见图1，步骤S130，获取所述至少一个相关性能指标的性能测试数据。在一些实施例中，步骤S130可以由第二获取模块503(在图5中示出)执行。

至少一个相关性能指标的性能测试数据是指对待预测探针的相关性能指标标示的性能进行性能测试后得到的数据。例如，如图1b和图4所示，待预测探针的相关性能指标包括：性能指标1(如，弹力F)、性能指标2(如，阻抗Z)、……、性能指标n，则性能测试数据包括：对待预测探针的性能指标1(如，弹力F)、性能指标2(如，阻抗Z)、……、性能指标n测试后依次得到的数据集合{性能测试数据1(性能指标1对应的测试数据)、性能测试数据2(性能指标2对应的测试数据)、…、性能测试数据n(性能指标n对应的测试数据)}。

在一些实施例中，性能测试数据包括至少一个相关性能指标中每个相关性能指标的至少一个性能测试参数。例如，待预测探针的相关性能指标包括：性能指标1(如，弹力F)、性能指标2(如，阻抗Z)、……、性能指标n，则性能测试数据1、性能测试数据2、…、性能测试数据n分别包括一个或多个性能测试参数。

在一些实施例中，完成待预测探针的相关性能指标的性能测试后，得到相关性能指标的性能测试数据，并将性能测试数据存储至存储介质和/或存储设备中。在对待预测探针的寿命进行预测时，从存储介质和/或存储设备中读取出所述性能测试数据。

步骤S140，基于所述性能测试数据，预测所述待预测探针的寿命。在一些实施例中，步骤S140可以由寿命预测模块504(在图5中示出)执行。

待预测探针的寿命是指待预测探针还能继续使用的时长。

在一些实施例中，步骤S140基于数据回归分析方法得以实现，基于获取到的性能测试数据，对待预测探针的寿命进行回归分析，从而确定出待预测探针的寿命。例如，确定出待预测探针的寿命为Y年，Y>0。有关数据回归分析的具体方法请参考相关技术，在本申请中不再赘述。

在一些实施例中，步骤S140基于数据分析方法得以实现，基于获取到的性能测试数据，对待预测探针的寿命进行分析，从而确定出待预测探针的寿命所属的寿命范围。例如，确定出待预测探针的寿命在为Y₁年至Y₂年，Y₂>Y₁>0。有关数据分析的具体方法请参考相关技术，在本申请中不再赘述。

通过选择出相关性能指标并基于相关性能指标的性能测试数据来确定寿命，相比于直接基于探针的所有性能指标的所有测试数据确定探针的寿命而言，一方面可以减少数据运算量，有利于提高数据的处理效率，另一方面，相关性能指标是直接与探针的寿命存在相关性的指标，故基于相关性能指标的性能测试数据预测探针的寿命将更加准确。

在一些实施例中，步骤S140基于人工智能技术得以实现。图3是根据本说明书一些实施例所示的探针寿命预测方法中的步骤S140的示例性流程图。请结合参考图4，对步骤S140作具体说明。如图3所示，步骤S140包括以下步骤：

步骤S141，基于所述排序结果，确定所述至少一个相关性能指标的权重。

权重用于表征相关性能指标与待预测探针的寿命的相关度。例如，相关性能指标包括：性能指标1(如，弹力F)、性能指标2(如,阻抗Z)、……、性能指标n，其中性能指标1(如，弹力F)与寿命的相关度大于性能指标2(如，阻抗Z)的相关度，可以将性能指标1(如，弹力F)的权重确定为z₁，将性能指标2(如，阻抗Z)的权重确定为z₂，z₁>z₂>0。

在步骤S122的子步骤中，输出了各项相关性能指标及其排序结果，基于排序结果确定每个相关性能指标的权重。在一些实施例中，当排序结果是升序排序时，越靠前的相关性能指标的权重值越大；当排序结果是降序排序时，越靠后的相关性能指标的权重值越大。例如，排序结果(降序排序)为：性能指标1(如，弹力F)、性能指标2(如，阻抗Z)、……、性能指标n。，则可以将性能指标1(如，弹力F)的权重确定为z₁，将性能指标1(如，弹力F)的权重确定为z₂，……，将性能指标n的权重确定为z_n，z₁>z₂>z_n>0。

步骤S142，结合所述至少一个相关性能指标的权重，将所述至少一个相关性能指标的性能测试数据输入预先训练好的寿命预测模型，确定所述待预测探针的寿命。

探针寿命预测模型是以多个样本探针各自所对应的各项相关性能指标的性能样本参数以及各项相关性能指标的预设权重对第二预设模型训练得到的。所述第二预设模型可以是回归模型，第二预设模型也可以是分类模型。所述训练是监督学习，当所述第二预设模型可以是回归模型时，监督信号是性能样本参数对应的样本探针的实际寿命；当所述第二预设模型可以是分类模型时，监督信号是性能样本参数对应的样本探针的寿命范围。寿命预测模型的训练具体可以包括：基于样本探针的实际寿命(或本探针的寿命范围)和模型的预测结果构建损失函数，并基于损失函数迭代更新第二预设模型的参数，直至预设条件被满足，停止训练。预设条件可以包括：迭代次数达到阈值次数、损失函数收敛等。

在一些实施例中，相关性预测模型(排序模型)和寿命预测模型是对第一预设模型和第二预设模型进行联合训练得到的。训练流程包括：

a、每一轮训练中，获取一个样本测试数据对以及该样本测试数据对对应的性能指标标签；

b、将所述一个样本测试数据对输入第一预设模型，结合所述该样本测试数据对对应的性能指标标签，对第一预设模型进行当前轮次训练；

c、根据当前训练轮次第一预设模型输出的至少一个相关性能指标以及输出的至少一个相关性能指标的排序结果，确定第一预设模型在当前训练轮次输出的至少一个相关性能指标中每个相关性能指标的当前轮次权重；

d、获取多个样本探针各自所对应各项性能指标的性能样本参数；

e、以所述多个样本探针各自所对应的各项性能指标的性能样本参数为训练样本，结合所述第一预设模型在当前训练轮次输出的至少一个相关性能指标中每个相关性能指标的当前轮次权重，对第一预设模型完成当前轮次训练。

f、循环上述步骤a-e，直至获得相关性预测模型(排序模型)和寿命预测模型。

如图4所示，将确定了权重的各项性能指标对应的性能测试数据输入预先训练好的寿命预测模型进行处理，得到待预测探针的寿命。例如，性能指标n将性能指标1(弹力F)的权重确定为z₁，将性能指标2(阻抗Z)的权重确定为z₂，……，将性能指标n的权重确定为z_n，z₁>z₂>z_n>0，性能指标n将性能指标1(弹力F)的性能测试数据1为：F₁、F₂，性能指标2(阻抗Z)的性能测试数据2为：Z₁、Z₂，性能指标n的性能测试数据n为：G₁(性能测试数据1)、G₂(性能测试数据2)、…、G_K(性能测试数据K)，其中，K>0，K为正整数，G_K表示性能指标n的第K个性能测试数据；将z₁F₁、z₁F₂、z₁Z₁、z₁Z₂、z_nG₁、z_nG₂、…、z_nG_k输入寿命预测模型进行处理，确定出待预测探针的寿命为Y年。上述的将各项性能指标对应的权重赋予至各项性能指标的性能测试数据的方式只是一种示例，在一些实施例中，还可以通过其他方式融合权重以及各项性能指标对应的性能测试数据，使得模型在预测寿命的时候可以结合各项性能指标的重要性确定，在此不作限制。

依据排序结果确定各项相关性能指标与探针寿命的相关度，并根据相关度(即排序结果)确定各个相关性能指标的权重，使得寿命预测模型的在进行处理时，可以结合不同相关性能指标对探针寿命影响的相关度，使得寿命预测模型在预测寿命时输出的结果更加准确。

将基于待预测探针对受测对象的性能进行测试的数据与基于参照探针对相同受测对象的性能进行测试的数据进行比较，从待预测探针的各项性能指标中确定出与探针的寿命相关的性能指标(记作相关性能指标)，对待预测探针的相关性能指标对应的性能进行测试，得到相关性能指标对应的性能测试数据，基于相关性能指标对应的性能测试数据，预测待预测探针的寿命。不仅克服了因探针的使用环境存在个体差异导致探针的寿命预测的技术困难，同时还能在一定程度上预测探针的寿命，为提前更换探针提供了一定的参考。

应当注意的是，上述有关流程探针寿命预测方法的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程探针寿命预测方法进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。例如，将上述的相关预测模型或寿命预测模型进行简单变换。

为了更好地实施以上方法，本发明实施例还提供一种探针寿命预测系统，该探针寿命预测系统置具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、个人电脑等设备；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群。

图5是根据本说明书一些实施例所示的探针寿命预测系统的示例性结构示意图。如图5所示，在一些实施例中，所述探针寿命预测系统500可以包括第一获取模块501、相关性确定模块502、第二获取模块和寿命预测模块503。

所述第一获取模块501，用于获取多个受测对象的实验组数据和参照组数据，所述实验组数据是基于待预测探针对所述多个受测对象的性能进行测试得到的数据，所述参照组数据是基于参照探针对所述多个受测对象的性能进行测试得到的数据；

所述相关性确定模块502，基于所述实验组数据和所述参照组数据，确定所述待预测探针的至少一个相关性能指标，所述至少一个相关性能指标与所述待预测探针的寿命相关；

所述第二获取模块503，用于获取所述至少一个相关性能指标的性能测试数据；

所述寿命预测模块504，用于基于所述至少一个相关性能指标的性能测试数据，预测所述待预测探针的寿命。

在一些实施例中，所述相关性确定模块，包括：

数据对构建子模块，用于基于所述实验组数据中的至少一个实验测试数据和所述参照组数据中的至少一个参照测试数据，构建至少一对测试数据对，所述至少一对测试数据对中的参照测试数据和实验测试数据的类型相同；

相关性确定子模块，用于将所述至少一对测试数据对输入预先训练的相关性预测模型，得到所述至少一个相关性能指标。

在一些实施例中，所述预先训练好的相关性预测模型包括排序模型；所述相关性确定子模块，包括：

排序单元，用于将所述至少一对测试数据对输入所述排序模型，得到至少一个相关性能指标的排序结果，所述排序结果表征所述至少一个相关性能指标中每个相关性能指标与所述待预测探针的寿命的相关度。

在一些实施例中，所述寿命预测模块，包括：

权重确定子模块，用于基于所述排序结果，确定所述至少一个相关性能指标的权重；

寿命预测子模块，用于结合所述至少一个相关性能指标的权重，将所述至少一个相关性能指标的性能测试数据输入预先训练好的寿命预测模型，确定所述待预测探针的寿命。

应当理解，图5所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，探针寿命预测系统置及其模块具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。

具体实施时，以上各个模块和/或单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。

需要注意的是，以上对于候选项显示、确定系统及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图5中披露的第一获取模块、相关性确定模块、第二获取模块和寿命预测模块可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。

本发明实施例还提供一种电子设备，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、个人电脑，等等；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群，等等。

在一些实施例中，该探针寿命预测装置还可以集成在多个电子设备中，比如，探针寿命预测装置可以集成在多个服务器中，由多个服务器来实现本发明的探针寿命预测方法。

在本实施例中，将以本实施例的电子设备是计算机为例进行详细描述，比如，该计算机可以包括一个或者一个以上处理核心的处理器、一个或一个以上计算机可读存储介质的存储器、电源、输入模块以及通信模块等部件。其中：

处理器是该计算机的控制中心，利用各种接口和线路连接整个计算机的各个部分，通过运行或执行存储在存储器内的软件程序和/或模块，以及调用存储在存储器内的数据，执行的各种功能和处理数据，从而对进行整体监控。在一些实施例中，处理器可包括一个或多个处理核心；在一些实施例中，处理器可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器中。

存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。

计算机还包括给各个部件供电的电源，在一些实施例中，电源可以通过电源管理系统与处理器逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

该计算机还可包括输入模块，该输入模块可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

该计算机还可包括通信模块，在一些实施例中通信模块可以包括无线模块，计算机可以通过该通信模块的无线模块进行短距离无线传输，从而为用户提供了无线的宽带互联网访问。比如，该通信模块可以用于帮助用户收发电子邮件、浏览网页和访问流式媒体等。

尽管未示出，计算机还可以包括显示单元等，在此不再赘述。具体在本实施例中，计算机中的处理器会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器中，并由处理器来运行存储在存储器中的应用程序，从而实现各种功能，如下：

获取多个受测对象的实验组数据和参照组数据，所述实验组数据是待预测探针对所述多个受测对象的性能进行测试得到的数据，所述参照组数据是参照探针对所述多个受测对象的性能进行测试得到的数据；

基于所述实验组数据和所述参照组数据，确定所述待预测探针的至少一个相关性能指标，所述至少一个相关性能指标与所述待预测探针的寿命相关；

获取所述至少一个相关性能指标的性能测试数据；

基于所述性能测试数据，预测所述待预测探针的寿命。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

由上可知，将基于待预测探针对受测对象的性能进行测试的数据与基于参照探针对相同受测对象的性能进行测试的数据进行比较，从待预测探针的各项性能指标中确定出与探针的寿命相关的性能指标(记作相关性能指标)，对待预测探针的相关性能指标对应的性能进行测试，得到相关性能指标对应的性能测试数据，基于相关性能指标对应的性能测试数据，预测待预测探针的寿命。不仅克服了因探针的使用环境存在个体差异导致探针的寿命预测的技术困难，同时还能在一定程度上预测探针的寿命，为提前更换探针提供了一定的参考。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本发明实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种探针寿命预测方法中的步骤。例如，该指令可以执行如下步骤：

获取多个受测对象的实验组数据和参照组数据，所述实验组数据是待预测探针对所述多个受测对象的性能进行测试得到的数据，所述参照组数据是参照探针对所述多个受测对象的性能进行测试得到的数据；

基于所述实验组数据和所述参照组数据，确定所述待预测探针的至少一个相关性能指标，所述至少一个相关性能指标与所述待预测探针的寿命相关；

获取所述至少一个相关性能指标的性能测试数据；

基于所述性能测试数据，预测所述待预测探针的寿命。

其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中提供的各种可选实现方式中提供探针寿命预测的方法。

由于该存储介质中所存储的指令，可以执行本发明实施例所提供的任一种探针寿命预测方法中的步骤，因此，可以实现本发明实施例所提供的任一种探针寿命预测方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。