封装良率预测模型训练方法、封装良率预测及提升方法

本申请公开了封装良率预测模型训练方法、封装良率预测及提升方法，包括：获取训练样本数据以及训练样本数据对应的标签信息，训练样本数据为晶上系统封装数据，标签信息为实际封装良率；对训练样本数据进行分类，得到时间非相关类型数据和时间相关类型数据；将时间非相关类型数据输入预设网络模型的第一神经网络结构，得到第一输出特征；将时间相关类型数据输入预设网络模型的第二神经网络结构，得到第二输出特征，第二神经网络结构为长短期记忆网络；将第一输出特征以及第二输出特征融合，得到融合特征；基于融合特征确定预测封装良率；基于训练损失更新预设网络模型的参数，直至满足训练结束条件，这样，能够提升封装良率预测的效率。