【摘 要】
：
为了解决高速数电芯片测试速度慢、测试精度低的问题,提出一种利用LK88系列测试平台对集成电路高速数电芯片参数进行有效测试的方法.该测试方案通过对高速数电芯片SN74HC138的测试,可以实现快速筛出失效芯片、进行功能验证、对高速数电芯片的直流参数进行精准测试,最后通过上位机直观显示出来.测试过程易于操作、增强了可读性.与芯片Spec参数标准对比分析后可以得出测试精准性也有效提高.因为缩短了整体测试时长,并且精度提高,对于提升集成电路产业链经济效益方面具有积极影响.
【机 构】
：
安徽电子信息职业技术学院 电子工程学院,安徽 蚌埠 233000
论文部分内容阅读
为了解决高速数电芯片测试速度慢、测试精度低的问题,提出一种利用LK88系列测试平台对集成电路高速数电芯片参数进行有效测试的方法.该测试方案通过对高速数电芯片SN74HC138的测试,可以实现快速筛出失效芯片、进行功能验证、对高速数电芯片的直流参数进行精准测试,最后通过上位机直观显示出来.测试过程易于操作、增强了可读性.与芯片Spec参数标准对比分析后可以得出测试精准性也有效提高.因为缩短了整体测试时长,并且精度提高,对于提升集成电路产业链经济效益方面具有积极影响.
其他文献
氚增殖包层作为中国聚变工程实验堆的核心部件之一,其主要功能是实现氚增殖,为聚变反应提供氚燃料.由于聚变反应产生的中子会使材料活化,因此,CFETR氚增殖包层采用低活化钢作为结构材料.低活化钢材料的铁磁特性会使等离子体区域产生磁场绕动影响装置等离子体运行的稳定性.针对CFETR装置开展纵场波纹度的研究,建立了磁场分析的有限元模型,计算了F28H、CLF-1等低活化钢的波纹度分布,得到了不同结构材料的磁场强度和波纹度大小,结果显示,磁饱和值较低的结构材料有利于降低磁场波纹度.本研究可以为后续包层材料的选择与优
为解决并联水力旋流器分离效率下降的问题,设计了水力旋流器并联新式公共液斗.对于液斗底流口直径的大小,设计了8,12,16 mm三种不同结构,应用CFD技术分析比较了三种不同结构的流场稳定性.在流量相同的情况下,速度分布的对称性随着底流口增大而变差;而分析相同流量下不同结构的湍流强度,在不同入口流速下,12 mm结构的湍流强度平均值要小于16 mm与8 mm.
采用数值模拟的方法来研究一种专用割嘴内部的气液流动情况,液态流场采用标准k-ε湍流模型和离散相模型(DPM)来描述.通过分析该新型氧-乙醇汽油割嘴内部气液流动状况,探索了该乙醇汽油割嘴设计的合理性.结果表明,对于这种乙醇汽油割嘴,当液相入口压力为0.2 MPa时,乙醇汽油与氧气作用后在割嘴内部的速度场、压力场分布均匀,能满足燃烧的连续性与稳定性.
设计了某车型前麦弗逊式悬架,通过搭建麦弗悬架动力学模型并对其进行动力学仿真及平顺性仿真分析,得到车辆以不同车速通过随机路面的振动分析数据,以此评价车辆行驶平顺性.通过逐步改变悬架刚度和阻尼值分析对车辆行驶平顺性的影响,进而得到提高车辆行驶平顺性的方法.
对于多自由度机器人位姿控制方法来说,机器人位姿稳定性受到各种因素的干扰,容易发生位姿失稳现象,为此,提出一种新的方法来解决此问题.采用扩展卡尔曼滤波算法实现多自由度机器人各个传感器数据的有效融合,获取多方位机器人位姿数据;通过传感器信号处理去除机器人位姿测量噪声,使用自适应扩展技术实现机器人参量与姿态角校正信息融合,通过反演积分项自适应调节姿态参量并弥补稳态误差,实现机器人的位姿稳定控制.仿真实验结果表明,该控制方法能够准确实现多自由度机器人位姿稳定性控制,即使引入扰动机制仍然不会出现控制失衡,具有较好的
中文文本实体识别,是自然语言处理的关键问题.传统的语言处理模型无法有效表示文本中的上下文语义信息,无法处理一词多义的不同语境,影响实体识别效果.提出了一种BERT-BiLSTM-CRF的实体识别模型,BERT预处理语言模型生成表征上下文语义信息的词向量,通过双向长短期记忆网络对生成的向量进行特征提取,自注意力机制能够有效获取文本语句中的长距离依赖,最后通过CRF进行解码生成实体标签序列.实验结果表明,该模型在微软亚洲研究院MSRA语料库和人民日报语料库上都取得了优异成绩,F1分别达到96.12％和95.8
在频谱动态信息实时采集过程中,常规的采集技术采样率过高,导致采集操作动态链接不稳定.为了解决这一问题,提出基于RFID的频谱动态信息实时采集技术研究.采用FFT算法控制频率分辨力,限制频谱动态信息的采样率,采用RFID技术融合处理电子标签内的数据,建立RFID事件处理模型,生成对应的频谱动态信息实时采集业务,根据需求的不同,配置相应的采集规则和采集模式.在此基础上,定义频谱动态信息通信协议,在W5300网口芯片的支持下,实现信息的采集.实验结果表明,设计的基于RFID的采集技术在采集信息过程中动态链接稳定
肺结节作为肺癌早期诊断的重要特征,对其识别和类型判断具有重要意义.目前使用迁移学习的识别算法存在着源数据集与目标数据集差距过大问题,对于肺结节特征提取不足,导致效果不佳.故此提出了基于卷积神经网络的改进神经网络模型.将预训练的GooLeNet Inception V3网络与设计的特征融合层结合,提高网络对特征的提取能力;为确定最佳组合方式,对各组以准确率为标准进行测试.实验在LUNA16肺结节数据集上进行.进行分组测试结果表明,改进的网络准确率达88.80％,敏感度达87.15％.在识别准确率和敏感性指标
考虑到传统信息检索算法在检索数字文献推广信息时存在安全性差、检索效率低的问题,提出了基于语义相似度的数字文献推广信息智能检索算法.基于数字文献检索信息文档,计算了数字文献推广信息中检索词的相关度,根据语义相似度,计算数字文献推广信息的权重值,利用数字文献推广信息数据库的查询结果,结合李雅普诺夫定理,提取数字文献推广信息关键特征,根据采集原始数据集的时间,计算数字文献推广信息的平均检索概率,利用过滤器清理数字文献数据库的局部推广信息,采用全局过滤器,清洗数字文献数据库的推广信息,通过定义数字文献推广信息检索
考虑到软件定义网络异常流量分类受到网络复杂特性的影响,导致分类效果变差,提出了基于K-means聚类的软件定义网络异常流量分类研究.利用权重属性,划分了软件定义网络异常流量的频度,在网络异常流量的分布形式转化过程基础上,根据软件定义网络异常节点出现的概率,计算了异常流量的特征值,提取出软件定义网络异常流量特征,根据软件定义网络异构值差的度量,初始化软件定义网络的参考向量值,通过更新分类属性的邻域半径,计算网络异常流量的参考向量,选择出软件定义网络异常流量分类属性,利用K-means聚类算法过滤软件定义网络