基于失败向量信息的难测固定故障测试向量生成

来源 :微电子学与计算机 | 被引量 : 0次 | 上传用户：luohuaxiyushi

【摘要】

：

针对数字电路中难测固定故障测试向量生成效率低的问题,基于失败向量信息实现难测固定故障的测试向量生成.该方法利用难测固定故障失败向量与成功向量在端口逻辑值上可能具有

【作者】

：

黄斌科邓亮赵秀才侯明星

【机构】

：

西安交通大学电子与信息工程学院,中国电子科技集团公司第四十一研究所

【出处】

：

微电子学与计算机

【发表日期】

：

2017年4期

【关键词】

：

难测固定故障测试向量生成失败向量生成概率 hard to detect stuck-at faults test vector generation

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

针对数字电路中难测固定故障测试向量生成效率低的问题,基于失败向量信息实现难测固定故障的测试向量生成.该方法利用难测固定故障失败向量与成功向量在端口逻辑值上可能具有的相反属性,以输入端口逻辑值的概率信息量化失败向量的特征,从而提高难测固定故障成功测试向量生成的生成概率,缩小测试向量的搜索范围,提高了测试向量生成的效率.

其他文献

多深度相机标定下稀疏纹理图像三维超分辨率重构

传统基于学习模型的超分辨率重构方法运行复杂,重构的图像细节模糊,分辨率低.为了解决该种问题,提出多深度相机标定下稀疏纹理图像三维重构算法,给出了三维重构的检测数据序列,采用蓝屏法提取图像轮廓,通过Bundler开源软件包实现多深度相机标定,获取标定好的多视图图片.采用SIFT算法提取图片中的特征点,使用基于PMVS的图片三维重构算法,实现稀疏纹理图像的三维重构.分析实验结果可得,所提方法可改善系数

期刊

多深度相机标定稀疏纹理图像三维重构multi depth camera calibration sparse textureimage 3D

基于自适应果蝇算法的神经网络结构训练

针对模式分类问题,提出基于连接结构的自适应果蝇优化算法（SFOA）,用于同时训练神经网络结构和权值.新算法采用基于连接结构的等长个体编码,后期映射为不同的网络结构;在嗅觉搜

期刊

果蝇优化算法神经网络自适应步长模式分类fruit fly optimization algorithm artificial neural netwo

弱可视环境下卫星图像粘连区域高精度分割方法研究

弱可视环境下粘连区域存在孔洞与震荡突变问题,传统方法容易产生过分割现象,得到的分割结果存在较大的偏差,分割精度较低.为此,提出一种新的弱可视环境下卫星图像粘连区域高精度分割方法,通过Bernsen算法对卫星图像进行二值化处理,在此基础上,将可体现卫星图像目标边界复杂程度的形状因子看作粘连区域的判别依据对卫星图像粘连区域进行确定,通过距离变换获取卫星图像粘连区域的距离图,对种子点进行选择,依据得到的

期刊

弱可视环境卫星图像粘连区域高精度分割weak visual environment satellite image adhesion area

基于资源适配的软件无线电应用自动部署算法

针对当前软件无线电应用自动部署算法在运行环境约束方面的考虑不足,提出了一种更为通用的系统模型,将应用的处理资源需求、内存资源需求、带宽资源需求和运行环境需求都纳入

期刊

软件无线电应用部署系统模型运行环境资源占用software defined radio application deployment system

基于失败向量信息的难测固定故障测试向量生成

其他学术论文