随着集成电路测试成本的提高,将芯片从高性能的自动化测试设备(Automation Test Equipment,ATE)向低一级ATE进行转移可以节省相应的测试成本。测试平台转换过程中涉及测试程序的开发和测试向量的转换,将两个测试平台得到的测试数据进行...随着集成电路测试成本的提高,将芯片从高性能的自动化测试设备(Automation Test Equipment,ATE)向低一级ATE进行转移可以节省相应的测试成本。测试平台转换过程中涉及测试程序的开发和测试向量的转换,将两个测试平台得到的测试数据进行比对,验证了转换后测试程序的有效性与准确性。基于一款高性能的28 nm固态存储硬盘(Solid State Drive,SSD)控制器,测试平台从爱德万(Advantest)的V93K转移至泰瑞达(Teradyne)的J750,同时使用Python脚本进行向量转换和测试数据的比对分析,达到了降低芯片测试成本的目的。展开更多
在地点推荐应用中,传统的协同过滤推荐算法由于签到数据稀疏导致推荐效果不佳。为提高推荐效果并克服传统协同过滤推荐算法受到热门地点影响的不足,提出一种新的地点推荐算法。将签到地点转换为向量,通过向量的余弦相似性计算签到地点...在地点推荐应用中,传统的协同过滤推荐算法由于签到数据稀疏导致推荐效果不佳。为提高推荐效果并克服传统协同过滤推荐算法受到热门地点影响的不足,提出一种新的地点推荐算法。将签到地点转换为向量,通过向量的余弦相似性计算签到地点的地点相似性。标记签到频次较低的地点为冷门地点,以计算签到地点的用户相似性,结合地理因素的影响,生成对用户的推荐列表。实验结果表明,相比传统协同过滤推荐算法,该算法 F 1值提升了0.009以上,推荐效果更好。展开更多
采用径向基函数神经网络(Radical Basis Function Neutral Networks,简称RBF神经网络)来模拟大跨度结构的非高斯风压场.根据某大跨度结构的形式特点,将结构风场看成是屋面位置和时间的函数,将风压场分解为一系列径向基函数.再利用单调...采用径向基函数神经网络(Radical Basis Function Neutral Networks,简称RBF神经网络)来模拟大跨度结构的非高斯风压场.根据某大跨度结构的形式特点,将结构风场看成是屋面位置和时间的函数,将风压场分解为一系列径向基函数.再利用单调非线性无记忆转换映射和RBF中获得的风场函数定义向量过程,从而将非高斯场的模拟转换为互相关高斯过程的模拟.将RBF神经网络应用于一大跨度屋盖的非高斯场模拟,得到结构上非高斯风压场的分布.结果对比表明,RBF神经网络模拟非高斯风压场具有较高的准确性.该方法可直接利用RBF神经网络的输出结果,避免推导高斯过程和非高斯过程的关系式,因此具有较高的效率.RBF神经网络模拟非高斯风压场在准确性和效率上均具有显著优势.展开更多
文摘随着集成电路测试成本的提高,将芯片从高性能的自动化测试设备(Automation Test Equipment,ATE)向低一级ATE进行转移可以节省相应的测试成本。测试平台转换过程中涉及测试程序的开发和测试向量的转换,将两个测试平台得到的测试数据进行比对,验证了转换后测试程序的有效性与准确性。基于一款高性能的28 nm固态存储硬盘(Solid State Drive,SSD)控制器,测试平台从爱德万(Advantest)的V93K转移至泰瑞达(Teradyne)的J750,同时使用Python脚本进行向量转换和测试数据的比对分析,达到了降低芯片测试成本的目的。
文摘在地点推荐应用中,传统的协同过滤推荐算法由于签到数据稀疏导致推荐效果不佳。为提高推荐效果并克服传统协同过滤推荐算法受到热门地点影响的不足,提出一种新的地点推荐算法。将签到地点转换为向量,通过向量的余弦相似性计算签到地点的地点相似性。标记签到频次较低的地点为冷门地点,以计算签到地点的用户相似性,结合地理因素的影响,生成对用户的推荐列表。实验结果表明,相比传统协同过滤推荐算法,该算法 F 1值提升了0.009以上,推荐效果更好。
文摘采用径向基函数神经网络(Radical Basis Function Neutral Networks,简称RBF神经网络)来模拟大跨度结构的非高斯风压场.根据某大跨度结构的形式特点,将结构风场看成是屋面位置和时间的函数,将风压场分解为一系列径向基函数.再利用单调非线性无记忆转换映射和RBF中获得的风场函数定义向量过程,从而将非高斯场的模拟转换为互相关高斯过程的模拟.将RBF神经网络应用于一大跨度屋盖的非高斯场模拟,得到结构上非高斯风压场的分布.结果对比表明,RBF神经网络模拟非高斯风压场具有较高的准确性.该方法可直接利用RBF神经网络的输出结果,避免推导高斯过程和非高斯过程的关系式,因此具有较高的效率.RBF神经网络模拟非高斯风压场在准确性和效率上均具有显著优势.