信息记录材料

首页 > 刊期 > 2026 > 3期 > 信息：技术与应用

基于深度学习的电子元件故障自动检测方法探索

吴满

【摘要】针对传统电子元件故障检测方法效率低、准确率不足的问题，本研究提出了一种融合卷积神经网络（ＣＮＮ）与循环神经网络（ＲＮＮ）的深度学习故障自动检测技术。通过构建标准化数据集、设计多层卷积特征提取模块、建立时序故障模式识别模型，并采用迁移学习策略优化网络参数，实现了对电子元件多类型故障的高精度识别。实验结果表明：该方法在测试集上的故障检测准确率达到９７.８％，相较传统检测方法提升了２3. ６个百分点，可有效满足工业生产中电子元件质量控制的实际需求。

【关键字】深度学习；电子元件；故障检测；卷积神经网络；循环神经网络

【PDF】