工作中会遇到这样一些情况：损坏的IGBT模块要分析失效原因，或者外观完好的模块要判断是否有异常，在缺乏专门仪器的情况下，数字万用表作为常用工具，可以帮助我们快速判别IGBT好坏，这时一般会用到万用表

电子发烧友网为你提供判别运放的好坏，先分清这个资料下载的电子资料下载，更有其他相关的电路图、源代码、课件教程、中文资料、英文资料、参考设计、用户指南、解决方案等资料，希望可以帮助到广大的电子工程师们。

为提高在负荷波动性较大场景下对异常负荷判别的适应性，提出一种适用于电网异常负荷动态判别的卷积神经网络阈值模型。利用时序历史负荷数据训练卷积神经网络模型进行负荷预测，并根据预测负荷值计算电网未来

特征表示的语义判别性，从而导致哈希码表示的类别区分性不强，降低了最近邻搜索的准确性和鲁棒性。该文提出了基于语义耦合相关的判别式跨模态哈希特征表示学习算法。算法在模型的优化目标函数设计上综合了线性

传统卷积神经网络（CNN）在建模过程中由于数据样本量不足容易岀现过拟合现象，且对随机数据泛化能力较差。为此，设计一种结合改进 Fisher判别准则与GRⅤ模块的卷积神经网络（ FDCNN