公开了一种基于极端梯度提升树算法的电子器件剩余寿命预测方法,包括:获得电子器件在相同条件下的多组老化数据;对多组老化数据进行预处理并结合电子器件失效机理获得失效变量;对预处理后的老化数据进行变量之间的互相关系数计算,获得与失效变量间关联度不小于关联阈值的特征变量;根据特征变量所对应的老化数据建立基于极端梯度提升树算法的老化模型;根据老化模型获得失效变量的预测变化值,并结合设定的失效阈值,获得电子器件的剩余寿命。本申请的电子器件剩余寿命预测方法,采用基于极端梯度提升树算法的老化模型处理电子器件特征变量所对应的老化数据,获得失效变量的预测变化值得到剩余寿命的方法,预测精度高,泛化能力强。
声明:
“基于极端梯度提升树算法的电子器件剩余寿命预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)