一个基于神经网络的测试生成系统

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一个基于神经网络的测试生成系统

陈朝阳, 陈光, 虞厥邦

文章导航 > 电子科技大学学报 > 1997 > 26(1): 59-62

陈朝阳, 陈光, 虞厥邦. 一个基于神经网络的测试生成系统[J]. 电子科技大学学报, 1997, 26(1): 59-62.

引用本文:

陈朝阳, 陈光, 虞厥邦. 一个基于神经网络的测试生成系统[J]. 电子科技大学学报, 1997, 26(1): 59-62.

Chen Chaoyang, Chen Guangju, Yu Juebang. A Test Generation System Based on Neural Networks[J]. Journal of University of Electronic Science and Technology of China, 1997, 26(1): 59-62.

Citation:

Chen Chaoyang, Chen Guangju, Yu Juebang. A Test Generation System Based on Neural Networks[J]. Journal of University of Electronic Science and Technology of China, 1997, 26(1): 59-62.

一个基于神经网络的测试生成系统

1.
电子科技大学自动化系,光电子技术系成都 610054

基金项目:

国家"八五"重点科研项目

作者简介:
陈朝阳男 30岁博士生讲师

中图分类号: TN407

A Test Generation System Based on Neural Networks

1.
Dept. of Automation,Dept. of Opto Electronic Technology,UEST of China Chengdu 610054

摘要: 介绍了一个基于组合电路的Hopfield神经网络模型的测试生成系统,系统中运用概率松驰搜索算法求解给定故障的测试矢量。实验结果表明了该系统的可行性。
- 测试生成 /
- 组合电路 /
- 神经网络 /
- 概率松驰
Abstract: During the past several years,a neural network approach for test generation problem in combinational circuits is investigated extensively.A test generation system based on combinational circuit's Hopfield neural network models is decribed in this paper.In the system,the probabilistic relaxation techniques are used to obtain the test vectors.Experimental results confirm the feasibility of this system.
- test generation /
- combinational circuit /
- neural network /
- probabilistic relaxation

[1]	杨旺功, 淮永建, 张福泉. 基于Gabor及深度神经网络的葡萄种子分类 . 电子科技大学学报, 2020, 49(1): 131-138. doi: 10.12178/1001-0548.2019164
[2]	谭骏, 陈兴蜀, 杜敏, 朱锴. 基于自适应BP神经网络的网络流量识别算法 . 电子科技大学学报, 2012, 41(4): 580-585. doi: 10.3969/j.issn.1001-0548.2012.04.020
[3]	田毅贞, 张齐军. 知识型神经网络的射频/微波器件建模方法 . 电子科技大学学报, 2011, 40(6): 815-824. doi: 10.3969/j.issn.1001-0548.2011.06.002
[4]	钱艺, 王沁, 吴巍, 刘金龙. 神经网络并行MIMD处理器的研究及实现 . 电子科技大学学报, 2008, 37(6): 904-907.
[5]	陈文宇, 刘井波, 孙世新. 层次分析的神经网络集成方法 . 电子科技大学学报, 2008, 37(3): 432-435.
[6]	刘贵松, 王晓彬. 采用自适应GHA神经网络的分类器设计 . 电子科技大学学报, 2007, 36(6): 1241-1244.
[7]	王运, 黄大贵, 杨天文. 开放式数控切割机神经网络误差补偿研究 . 电子科技大学学报, 2007, 36(2): 305-308.
[8]	傅彦, 周俊临, 吴跃. 快速神经网络无损压缩方法研究 . 电子科技大学学报, 2007, 36(6): 1245-1248.
[9]	肖继学, 陈光礻禹, 谢永乐. DF-FPDLMS自适应滤波器的可测性设计与测试 . 电子科技大学学报, 2007, 36(4): 740-743.
[10]	王红, 成本茂, 杨士元, 邢建辉. 一种非同步时序电路的测试生成方案 . 电子科技大学学报, 2007, 36(4): 733-736.
[11]	陈科, 许家珆, 程永新. 基于免疫算法和神经网络的新型抗体网络 . 电子科技大学学报, 2006, 35(5): 804-806,840.
[12]	文武, 杨汉生, 徐军, 钟守铭. 随机型细胞神经网络的稳定性 . 电子科技大学学报, 2005, 34(5): 700-702,716.
[13]	徐军, 钟守铭, 张春凤. 分布时滞Hopfield神经网络稳定性 . 电子科技大学学报, 2004, 33(2): 200-203.
[14]	王定成, 王毅, 钟守铭. 一类神经网络算法的渐近行为 . 电子科技大学学报, 2003, 32(2): 221-224.
[15]	陈中柘. 神经网络定性分析 . 电子科技大学学报, 2002, 31(3): 250-254.
[16]	王勇, 陈光. 面向时滞测试生成的改进遗传算法 . 电子科技大学学报, 1999, 28(2): 157-161.
[17]	王勇, 陈光礻禹. 时滞测试能量模型的研究和改进 . 电子科技大学学报, 1998, 27(3): 305-309.
[18]	潘中良, 陈光. 模拟电路故障诊断的神经网络专家系统方法 . 电子科技大学学报, 1997, 26(4): 405-408.
[19]	潘中良, 陈光. 测试产生的神经网络方法及若干问题研究 . 电子科技大学学报, 1997, 26(3): 324-327.
[20]	潘中良, 陈光. 测试图形生成的遗传算法研究 . 电子科技大学学报, 1997, 26(5): 511-514.

WeChat

点击查看大图

计量

文章访问数: 3476
HTML全文浏览量: 136
PDF下载量: 58
被引次数: 0

一个基于神经网络的测试生成系统

1. 电子科技大学自动化系,光电子技术系成都 610054

基金项目:

国家"八五"重点科研项目

作者简介:
陈朝阳男 30岁博士生讲师

收稿日期: 1996-03-27
修回日期: 1996-10-09
刊出日期: 1997-02-15

中图分类号: TN407

关键词:

摘要: 介绍了一个基于组合电路的Hopfield神经网络模型的测试生成系统,系统中运用概率松驰搜索算法求解给定故障的测试矢量。实验结果表明了该系统的可行性。

English Abstract

陈朝阳, 陈光, 虞厥邦. 一个基于神经网络的测试生成系统[J]. 电子科技大学学报, 1997, 26(1): 59-62.

引用本文:

陈朝阳, 陈光, 虞厥邦. 一个基于神经网络的测试生成系统[J]. 电子科技大学学报, 1997, 26(1): 59-62.

Chen Chaoyang, Chen Guangju, Yu Juebang. A Test Generation System Based on Neural Networks[J]. Journal of University of Electronic Science and Technology of China, 1997, 26(1): 59-62.

Citation:

Chen Chaoyang, Chen Guangju, Yu Juebang. A Test Generation System Based on Neural Networks[J]. Journal of University of Electronic Science and Technology of China, 1997, 26(1): 59-62.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发