原文服务方: 微电子学与计算机       
摘要:
电子元器件的寿命预测对于制订寿命试验的规划,确定所需的试验时间及试验经费,都有十分重要的指导作用.基于BP神经网络提出了一种电子元器件寿命预测的方法,该方法可对当前样本的未来观测值或未来样本的观测值进行预测.对MOS电容的加速寿命试验数据进行了仿真试验,结果表明该方法可较好地预测MOS电容在相应的应力条件下的失效时间,且精度较高.
推荐文章
基于BP神经网络的金刚石锯片寿命预测
BP神经网络
金刚石锯片
花岗石
寿命
预测
基于加速性能退化的元器件贮存寿命预测
加速退化
贮存寿命
寿命预测
数据处理
基于BP神经网络的表面硬度预测模型
BP神经网络
激光相变硬化
扫描参数
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的电子元器件寿命预测
来源期刊 微电子学与计算机 学科
关键词 BP神经网络 寿命预测 电子元器件 MOS电容
年,卷(期) 2009,(1) 所属期刊栏目
研究方向 页码范围 52-54
页数 3页 分类号 TP202
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姚若河 华南理工大学电子与信息学院 126 611 11.0 18.0
2 邹心遥 华南理工大学电子与信息学院 6 61 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (13)
同被引文献  (29)
二级引证文献  (56)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(9)
  • 引证文献(0)
  • 二级引证文献(9)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(12)
  • 引证文献(3)
  • 二级引证文献(9)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
BP神经网络
寿命预测
电子元器件
MOS电容
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导