- 综合排序
- 最热优先
- 最新优先
Test Manager软件FCT测试操作规范
TestManager作为专业自动化测试管理软件，为FCT测试提供完整的流程管控、数据采集、结果分析及追溯能力，本文将详细说明基于该软件的FCT测试全流程操作规范，确保测试过程标准化、结果精准可追溯。 二、FCT测试流程编辑TestManager支持可视化流程编辑，可根据FCT测试需求（如供电测试、通信测试、功能验证等）创建自定义测试流程，确保测试步骤贴合产品设计规格，具体操作如下：2.1流程基本信息设置进入流程编辑页面 2.2测试步骤配置FCT测试步骤需覆盖产品核心功能，结合TestManager的步骤类型，配置对应测试内容，常用步骤类型及配置方法如下：2.2.1步骤类型选择根据FCT测试需求，选择合适的步骤类型，核心类型包括 三、FCT测试执行测试流程配置完成后，进入测试执行环节，严格按照以下步骤操作，确保测试过程规范、数据准确：3.1测试前准备选择测试流程：在测试执行页面，通过下拉菜单选择已配置的FCT测试流程（如“MODEL-A100FCT 五、系统设置优化（FCT测试专用）根据FCT测试需求，优化系统设置，提升测试效率和准确性，重点配置以下参数：5.1测试设置默认超时：设置步骤默认超时时间（秒），适配FCT测试的步骤执行时长；最大重试次数
14810编辑于 2026-04-11FCT、ATE、工装夹具上位机、测试系统定开发、自动化测试软件
无论您从事 FCT功能测试、ATE综合测试、老化测试、非标自动化测试设备、自动化线体、还是工装夹具 开发， 一个灵活、稳定、可扩展的通用上位机系统，都能帮您大幅提升项目交付效率与产品竞争力。 ✅ 一套系统，通用于多种测试场景 无论是单板 FCT、整机 ATE、老化房批量测试，还是非标自动化工装， 仅需模块化配置，即可快速适配各类测试流程。 一次开发，多场景复用，真正实现测试软件标准化。 数据可视化与追溯 测试数据自动记录、统计、分析，支持导出 Excel、PDF 报告， 并可接入 MES/ERP 系统，实现从工位到工厂的全流程可追溯。 从“测试”迈向“智能制造”。 典型应用场景 FCT 测试台 / ATE 自动测试线 电源、摄像头、主板类产品功能验证 汽车电子老化房 / 整机寿命测试 工装夹具自动检测与数据记录 非标测试系统快速交付与二次开发
67310编辑于 2025-11-22- 来自专栏生物信息学、python、R、linux
修改因子水平
将factor的因子水平进行修改比较方便的包为forcats 测试数据集：forcats::gss_cat 数据集，该数据集是综合社会调查数据的一份抽样。 例如， 我们看一下race gss_cat %>% mutate(race = fct_recode(race,"Black and White" = "Black" ,"Black and White " = "White"))%>% count(race) #>Other 1959 #>Black and White 19524 或者可以使用fct_collapse ()，想要合并多个水平，那么可 fct_recode()函数的变体 fct_collapse() 函数更方便。 对于每 个新水平，你都可以提供一个包含原水平的向量: gss_cat %>% mutate(race = fct_collapse(race,"Black and White" = c("Black"
92520发布于 2020-06-22 - 来自专栏CSharp编程
一款ICTFCTATE治具夹具的测试软件
——让您的产品测试更高效、更智能在电子制造行业，测试环节决定了品质与效率。 无论是 ICT 在线测试（In-Circuit Test）、FCT 功能测试（Function Test），还是 ATE 自动化测试（Automatic Test Equipment），传统的治具+软件方案往往存在以下痛点 ： 定制性差：不同产品需要重复开发，周期长、成本高 扩展性弱：协议繁多、接口复杂，缺乏统一的测试平台 效率低下：人工干预过多，数据难以追溯和分析 我们推出的 通用测试上位机 + 专业治具解决方案，正是为了解决这些行业痛点而生 通用上位机平台 支持 ICT/FCT/ATE 三类测试统一管理 集成 串口、TCP/IP、CAN、Modbus、I²C、SPI 等多种通信协议 可 动态添加测试指令，无需重复开发 脚本化测试流程， 高效治具设计 提供 ICT 探针治具、FCT 功能治具、ATE 自动化测试工装 支持 烧录、通讯、电源、信号、模拟/数字 IO 测试 自动化接口，减少人工操作 3.
70600编辑于 2025-08-31 - 来自专栏医学和生信笔记
tidymodels不能画校准曲线？
> 0, 0, 1, 1, 1, 0, 1, 0, 0, 1, 1, 1, 1, 1, 0… ## $ no_huddle <fct> 0, 0, 0, 1, 1, 1 , 1, 0, 0, 0, 0, 0, 0, 0, 0… ## $ posteam_timeouts_remaining <fct> 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3 75%的数据用于训练集，剩下的做测试集。 0.75, strata = play_type) train_data <- training(split_pbp) # 训练集 test_data <- testing(split_pbp) # 测试集 add_recipe(pbp_rec) %>% add_model(rf_spec) 在训练集建模： fit_rf <- rf_wflow %>% fit(train_data) 模型评价 应用于测试集
1.1K50编辑于 2022-11-15 - 来自专栏媒矿工厂
HotNets 23 ｜ 将slowdown作为拥塞控制公平性指标
此外，FCT并不直观：对于给定场景，人们并不直观地清楚什么构成了一个“好”的FCT。 FCT作为指标存在的问题是因为FCT是一个绝对值。 通过将FCT标准化为理论上的最优FCT（给定流量大小、带宽和RTT）来计算slowdown，定义为 slowdown = measured\_fct / optimal\_fct \quad (1) 图2：各种流在没有其他流竞争资源时的slowdown 如上图，首先单独测试了各种流的性能，评估它们在没有其他流竞争资源时的slowdown。 不同的初始窗口配置也被测试，较大的IW值通常能减少单独运行时的减速。 通过模拟大流量与从MAWI追踪随机生成的短流量共存的场景，测试了不同的网络配置，包括拥塞控制算法、往返时间、缓冲区大小和排队规则（FIFO、FQ、FQ_CoDel和HHF）。
70510编辑于 2024-04-18 - 来自专栏用户8925857的专栏
PCBA电路板测试常见方法—高拓电子
1、手工测试 手工测试就是直接依靠视觉进行测试，通过视觉与比较来确认PCB上的元件贴装，这种技术使用非常广泛。但数量繁多，且元件细小，使得这种方法越来越不适用。 4、功能测试 这是特定PCB或特定单元的测试方法，由专门的设备来完成。功能测试主要有最终产品测试（Final Product Test）和最新实体模型（Hot Mock-up）两种。 缺点是不能进行功能测试，通常没有测试覆盖指示，必须使用夹具，测试成本高等。 pcba测试设备 常见的PCBA测试设备有：ICT在线测试仪、FCT功能测试和老化测试。 2、FCT功能测试 FCT功能测试是指向PCBA板提供激励和负载等模拟运行环境，可获取板子的各个状态参数，来检测板子的功能参数是否符合设计的要求。 FCT功能测试的项目主要包括电压、电流、功率、功率因素、频率、占空比、亮度与颜色、字符识别、声音识别、温度测量、压力测量、运动控制、FLASH和EEPROM烧录等。
1.7K30发布于 2021-11-24 - 来自专栏火星娃统计
R海拾遗-单项重复测量方差分析
Friedman test进行，对于双向、三向的方差分析没有替代的非参数方法，只能通过装换数据 分析 需要的包 tidyverse：数据操作 ggpubr ：绘图 rstatix：管道符号 datarium：测试集数据 convert_as_factor(id, time) head(selfesteem, 3) ## # A tibble: 3 x 3 ## id time score ## <fct > <fct> <dbl> ## 1 1 t1 4.01 ## 2 2 t1 2.56 ## 3 3 t1 3.24 # 描述数据 selfesteem identify_outliers(score) ## # A tibble: 2 x 5 ## time id score is.outlier is.extreme ## <fct 0.876 0.117 ## 3 t3 score 0.923 0.380 # 注意，如果你的样本量大于50，建议使用QQ图 # 因为在较大的样本量下，Shapiro-Wilk测试变得非常敏感
2.2K10发布于 2020-09-15 - 来自专栏作图丫
ggpmisc--给你的曲线添加回归方程
broom.mixed) 应用实例 01 函数介绍 stat_correlation() stat_correlation() 计算 Pearson、Kendall 或 Spearman 相关系数之一，并测试它们是否不为零 首先生成一组测试数据。 stat_correlation() + facet_wrap(~group) stat_poly_eq() and stat_poly_line() 可以为图形添加方程和曲线，首先生成一组测试数据 outcome.y.fct = outcome2factor(outcome.y), outcome.xy.fct = xy_outcomes2factor(outcome.x = "none") %>% ggplot(., aes(logFC.x, logFC.y, colour = outcome.x.fct, fill = outcome.y.fct)) + geom_quadrant_lines
2.6K20编辑于 2022-03-29 PCBA测试治具分类、结构设计、工艺流程和上位机开发
一、PCBA测试治具的原理PCBA测试治具的核心作用是对电路板实现快速、可靠、可重复的电气连接，配合测试设备或上位机软件对其进行功能性测试、ICT测试、FCT测试等。 FCT（Function Test）治具提供模拟信号、电源、通信接口等，对PCBA功能进行全面测试。产品研发或出厂测试阶段，测试固件、通信、IO等功能。 老化测试治具将PCBA在一定负载和温度下运行，检测其长期工作稳定性。电源类、汽车电子、工业控制产品。烧录治具用于烧录MCU、Flash等程序。可单独烧录或集成到FCT中。嵌入式产品、带程序控制的模块。 多功能复合治具集成ICT + FCT + 烧录等功能，减少更换治具的时间。自动化产线，大批量生产场景。三、PCBA测试治具的设计要点1. FCT治具 提供CAN通信、LIN信号、电源供给 烧录+功能测试+数据记录于一体 Wi-Fi模组测试治具 通过串口进行AT指令测试 上位机调用串口库控制模组，采集响应数据
1.4K10编辑于 2025-07-29- 来自专栏医学和生信笔记
tidymodels用于机器学习的一些使用细节
目录： 设计理念 安装 基本使用 探索数据 模型选择 数据划分 数据预处理 建立workflow 选择重抽样方法 训练模型（无重抽样） 训练模型（有重抽样） 用于测试集 进阶 总结 设计理念 tidymodels library("devtools") install_github("tidymodels/tidymodels") 基本使用 基本使用步骤和大家像想象中的差不多： 选择算法（模型） 数据预处理 训练集建模 测试集看效果 <- bake(hotel_rec, new_data = NULL) # 训练集 test_proc <- bake(hotel_rec, new_data = hotel_test) # 测试集 用于测试集 注意这里不是直接predict()哦，而是用last_fit()这个函数，而且它的第二个参数不是测试集，而是hotel_split！ tree_pred <- last_fit(tree_wf, hotel_split) 你想探索这个测试集的模型表现，也是和上面一样的： tree_pred |> collect_metrics()
2K40编辑于 2022-11-15 - 来自专栏火星娃统计
R海拾遗-双因素重复测量方差分析
sample_n_by(treatment, size = 1) ## # A tibble: 2 x 5 ## id treatment t1 t2 t3 ## <fct > <fct> <dbl> <dbl> <dbl> ## 1 3 ctr 93 92 89 ## 2 3 Diet 91 91 sample_n_by(treatment, time, size = 1) ## # A tibble: 6 x 4 ## id treatment time score ## <fct > <fct> <fct> <dbl> ## 1 3 ctr t1 93 ## 2 3 ctr t2 92 ## 3 10 p值采用Bonferroni多重测试校正方法进行调整。治疗效果在t2 (p = 0.036)和t3 (p = 0.00051)时显著，而在t1时不显著(p = 1)。
2.1K10发布于 2020-09-15 - 来自专栏优雅R
「Workshop」第二十三期 使用forcats包对因子进行操作
Some examples include: fct_reorder(): Reordering a factor by another variable. fct_infreq(): Reordering a factor by the frequency of values. fct_relevel(): Changing the order of a factor by hand. fct_lump : 是fct_recode的加强版，可以同时将多个水平的转换为一个。 > gss_cat$relig %>% fct_anon() %>% fct_count() # A tibble: 16 x 2 f n <fct> <int> 1 > gss_cat$relig %>% fct_anon("X") %>% fct_count() # A tibble: 16 x 2 f n <fct> <int>
63940发布于 2020-11-13 - 来自专栏医学和生信笔记
使用tidymodels搞定二分类资料多个模型评价和比较
75%的数据用于训练集，剩下的做测试集。 0.75, strata = play_type) train_data <- training(split_pbp) # 训练集 test_data <- testing(split_pbp) # 测试集 add_recipe(pbp_rec) %>% add_model(lm_spec) 建立模型： fit_lm <- lm_wflow %>% fit(data = train_data) 应用于测试集 pbp_rec) %>% add_model(knn_spec) 建立模型： library(kknn) fit_knn <- knn_wflow %>% fit(train_data) 应用于测试集 add_recipe(pbp_rec) %>% add_model(rf_spec) 建立模型： fit_rf <- rf_wflow %>% fit(train_data) 应用于测试集
1.4K20编辑于 2022-11-15 影像组学多模态模型预测肺癌新辅助免疫化疗 作者开源模型 可以用于自己研究中直接提取特征或者经过微调后再提取特征
2024年一项发表于《Journal for ImmunoTherapy of Cancer》的多中心研究显示，通过术前平扫+增强CT构建的深度学习模型（LUNAI-fCT），可无创、精准预测患者病理完全缓解 最终，113例患者来自中心A（按8:2划分为训练集与内部验证集），112例患者来自中心B（73例）、C（20例）、D（19例）作为外部测试集，确保模型的外部泛化能力。 从平扫CT中提取768维特征向量（FS-uCT）；从增强CT中提取768维特征向量（FS-eCT）； 融合特征（FS-fCT）：对FS-uCT和FS-eCT进行平均池化，整合两种模态信息。 3. 模型（融合平扫+增强特征） 三、模型结果融合模型性能最优，AUC达0.866 在外部测试集（112例）中，三种模型的表现如下： 模型 AUC（95%CI） 准确率 敏感性 （0.821-0.883）0.8000.9170.7390.944 融合模型（LUNAI-fCT）的Immu-TR评分（预测pCR的概率）在pCR与非pCR组间差异显著，Kolmogorov-Smirnov
51500编辑于 2025-08-05- 来自专栏火星娃统计
R海拾遗-tidyverse
tidyverse_conflicts() -- ## x dplyr::filter() masks stats::filter() ## x dplyr::lag() masks stats::lag() # 建立测试数据集 Sepal.Width Petal.Length Petal.Width Species ## <dbl> <dbl> <dbl> <dbl> <fct )%>% head() ## # A tibble: 6 x 3 ## Sepal.Width Petal.Width Species ## <dbl> <dbl> <fct Sepal.Width Petal.Length Petal.Width Species ## <dbl> <dbl> <dbl> <dbl> <fct Sepal.Width Petal.Length Petal.Width Species ## <dbl> <dbl> <dbl> <dbl> <fct
1.4K10发布于 2020-09-15 - 来自专栏机械之心
如何制作PCBA测试架与治具？
PCBA测试架也叫做测试治具，专门用于对产品的功能、功率校准、寿命、性能等进行测试、试验等。在制作PCBA测试架时，PCBA工厂需要向测试架制作方提供相应的制作资料才能制作出合格的测试架。 测试架制作工厂可以根据Gerber文件中的线路、阻焊、测试点等数据进行制作测试架。2、PCBA测试治具有哪些分类？ a、ICT测试治具：主要包含电路板的通断、电压和电流数值及波动曲线、振幅、噪音等；b、FCT测试治具：FCT测试需要进行IC程序烧录，对整个PCBA板的功能进行模拟测试，发现硬件和软件中存在的问题，并配备必要的生产治具和测试架 ；c、疲劳测试治具：疲劳测试主要是对PCBA板进行抽样，并进行功能的高频、长时间操作，观察是否出现失效，判断测试出现故障的概率，以此反馈电子产品内PCBA的工作性能。 5、PCBA测试方法PCBA测试架一般也指FCT功能测试架，需要可提供PCBA板的测试点、测试点之间的标准电压或者电流值、允许误差范围，测试步骤等描述文档。下图即为测试点文档举例。
2.1K20编辑于 2023-04-24 - 来自专栏大数据仓库建设
hadoop hive 分区表load至新表
/fct_path_list_history.sql if test $? /dw.db/fct_path_list/date=${date}' OVERWRITE INTO TABLE fct_path_list_history PARTITION (date='${date /fct_path_list_history.sh 2016-01-06 2016-04-01 > ./fct_path_list_history.log 2>&1 & nohup sh . /fct_path_list_history.sh 2016-04-02 2016-12-31 >> ./fct_path_list_history.log 2>&1 & nohup sh . /fct_path_list_history.log 2>&1 & 异常登记 2016-01-05 在test.fct_path_list_bak 处理失败，日期：2016-04-20
1.7K10发布于 2019-03-14 - 来自专栏生信小驿站
R语言naniar包（新名词：阴影矩阵；Shadow matrices）
> <fct> <fct> <fct> <fct> <fct> #> 1 ! > <fct> <fct> <fct> #> 1 41 190 7.4 67 5 1 ! NA #> # … with 143 more rows, and 2 more variables: Month_NA <fct>, Day_NA <fct> nabular(airquality > <fct> <fct> <fct> #> 1 41 190 7.4 67 5 1 ! NA #> # … with 143 more rows, and 2 more variables: Month_NA <fct>, Day_NA <fct> ? ?
1.9K20发布于 2020-02-11 - 来自专栏火星娃统计
R海拾遗-三因素重复
> <fct> <fct> <dbl> <dbl> <dbl> ## 1 3 no no 11.4 11.1 11.4 ## 2 3 no yes > <fct> <fct> <fct> <dbl> ## 1 3 no no t1 11.4 ## 2 3 no no t2 > <fct> <fct> <chr> <dbl> <dbl> <dbl> ## 1 no no t1 score 12 10.9 0.868 # > <fct> <fct> <fct> <dbl> <lgl> <lgl> ## 1 no no t3 2 13.2 TRUE FALSE > <fct> <fct> <chr> <dbl> <dbl> ## 1 no no t1 score 0.917 0.264 ## 2
1.2K10发布于 2020-09-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号