期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

Ⅵ特性曲线在PCB故障检测中的应用 被引量：2

Application of Ⅵ Characteristic in PCB Fault Detection
下载PDF
导出
摘要 通过介绍Ⅵ曲线测试技术以及参数设定等内容,来具体阐述Ⅵ特性在PCB故障检测方面的应用。 Through introducing VI curve testing technology and parameter setting,the application of VI characteristic in PCB fault detection is expounded in detail.
作者 徐世英 刘新妹 XU Shiying;LIU Xinmei(State Key Laboratory of electronic testing technology,North Central University,Taiyuan 030051)
机构地区 中北大学电子测试技术国家重点实验室
出处 《现代制造技术与装备》 2018年第11期183-184,共2页 Modern Manufacturing Technology and Equipment
关键词 VI曲线测试 VI特性曲线 故障定位 在线维修 VI curve test VI characteristic curve fault location online maintenance
分类号 TN41 [电子电信—微电子学与固体电子学]
  • 相关文献

参考文献2

二级参考文献22

  • 1张贤达.矩阵分析与应用[M].北京:清华大学出版社,2005.341-400.
  • 2Li F, Woo P Y. Fault detection for linear analog IC-the method of short-circuit admittance parameters[J]. IEEE Trans on Circuits and Systems I: Fundamental Theory and Application, 2002, 49(1): 105-108.
  • 3El-gamal M A, Mohamed M D A. Ensembles of neural networks for fault diagnosis in analog circuits[J]. J of Electronic Testing: Theory and Applications, 2007, 23, 323-339.
  • 4Mismar D, AbuBaker A. Neural network based algorithm of soft fault diagnosis in analog electronic circuits[J]. Int J of Computer Science and Network Security, 2010, 10(1): 107-111.
  • 5Cui J, Wang Y R. A novel approach of analog circuit fault diagnosis using support vector machines classifier[J]. Measurement, 2011, 44(1): 281-289.
  • 6Huang G B, Zhu Q Y, Siew C K. Extreme learning machine: Theory and applications[J]. Neurocomputing, 2006, 70(1/2/3): 489-501.
  • 7Yuan Y B, Wang Y G, Cao F L. Optimization approximation solution for regression problem based on extreme learning machine[J]. Neurocomputing, 2011, 74(16): 2475-2482.
  • 8Qi Y, Miche Y, Eirola E, et al. Regularized extreme learning machine for regression with missing data[J]. Neurocomputing, 2013, 102: 45-51.
  • 9Shrivastava N A , Panigrahi B K. A hybrid wavelet- ELM based short term price forecasting for electricity markets[J]. Electrical Power and Energy Systems, 2014, 55: 41-50.
  • 10Huang G B, Ding X J, Zhou H M. Optimization method based extreme learning machine for classification[J]. Neurocomputing, 2010, 74(1): 155-163.

共引文献3

同被引文献11

引证文献2

二级引证文献3

现代制造技术与装备
2018年 第11期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部