| 注册
首页|期刊导航|电子元件与材料|基于超参数优化机器学习算法与BP神经网络模型的元器件质量监测与故障预测研究

基于超参数优化机器学习算法与BP神经网络模型的元器件质量监测与故障预测研究

邱云峰 李泽宏

电子元件与材料2025,Vol.44Issue(10):P.1237-1244,8.
电子元件与材料2025,Vol.44Issue(10):P.1237-1244,8.DOI:10.14106/j.cnki.1001-2028.2025.0190

基于超参数优化机器学习算法与BP神经网络模型的元器件质量监测与故障预测研究

邱云峰 1李泽宏2

作者信息

  • 1. 电子科技大学,四川成都611731 贵州航天计量测试技术研究所,贵州贵阳550009
  • 2. 电子科技大学,四川成都611731
  • 折叠

摘要

关键词

质量态势评估/元器件质量管理/全寿命周期数据/故障预测/BP神经网络模型/超参数优化

分类

通用工业技术

引用本文复制引用

邱云峰,李泽宏..基于超参数优化机器学习算法与BP神经网络模型的元器件质量监测与故障预测研究[J].电子元件与材料,2025,44(10):P.1237-1244,8.

电子元件与材料

OA北大核心

1001-2028

访问量0
|
下载量0
段落导航相关论文