基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现代高可靠元器件在寿命试验时会出现失效数据很少的小子样情形,而传统的可靠性评估方法需要大量的失效数据,针对此情况,从工程实践的实际需求出发,提出了基于最小二乘支持向量机的小子样元器件寿命预测方法.该方法通过建立最小二乘支持向量机模型,从而可根据已知元器件的失效时间去直接预测同一批未失效元器件的失效时间.将该方法应用于热载流子效应引起MOS管退化失效的加速寿命试验中进行MOS管失效时间的预测,结果表明基于最小二乘支持向量机的寿命预测方法在进行小子样元器件的寿命预测时具有很高的精确度.
推荐文章
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神经网络的电子元器件寿命预测
BP神经网络
寿命预测
电子元器件
MOS电容
基于贝叶斯推断LSSVM的枪管寿命建模与预测
人工智能
贝叶斯推断
最小二乘支持向量机
初速衰减
预测模型
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LSSVM的小子样元器件寿命预测
来源期刊 半导体技术 学科 工学
关键词 寿命预测 最小二乘支持向量机 元器件 小子样 失效时间
年,卷(期) 2011,(9) 所属期刊栏目 封装、检测与设备
研究方向 页码范围 730-733
页数 分类号 TN306
字数 3532字 语种 中文
DOI 10.3969/j.issn.1003-353x.2011.09.018
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 广东农工商职业技术学院电子与信息工程系 22 83 4.0 8.0
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  (2)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (7)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
寿命预测
最小二乘支持向量机
元器件
小子样
失效时间
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
半导体技术
月刊
1003-353X
13-1109/TN
大16开
石家庄179信箱46分箱
18-65
1976
chi
出版文献量(篇)
5044
总下载数(次)
38
总被引数(次)
24788
论文1v1指导