基于最优神经网络的电路测试方法研究

在数字电路最优神经网络模型的基础上,研究基于该模型的电路测试生成方法.首先获得了多输入基本门电路的最优神经网络能量函数的一般表达式,然后对这种测试方法的原理、实现步骤、以及加速测试的措施等进行了详细研究.结果表明以最优神经网络模型为基础的电路测试方法在测试生成的速度方面快于其它类似方法,如基于Hopfield神经网络的电路测试生成,具有较好的应用潜力.     

数字电路故障模块诊断的神经网络方法研究

对数字电路系统的测试，提出一种基于神经网络的电路故障模块诊断方法，对方法的诊断系统模型、故障特征的获取、网络结构的确定与调整、诊断的流程等进行了详细论述。由于传统的电路故障诊断方法是通过对故障字典的搜索来确定发生的故障，这对庞大的故障字典来说既复杂又费时，因此文中的方法可显著提高传统故障字典法的效率。     

异步复相角神经网络模型的能量函数研究

证明了具有零对角的厄米联结矩阵的异步离散复相角神经网络模型在其动力学演化过程中，网络的能量函数单调递减，网络最终将稳定在一个不动点吸引子上；当网络的神经元个数远大于存贮图象数时，随机存贮图象在能量函数空间中对应一能量极小点，因此存贮图象为网络的不动点吸引子。     

基于Hopfield神经网络数字系统测试技术研究

介绍了用离散Hopfield神经网络模型把组合电路约束网络转化为能量函数，用数学优化求能量函数的最小值，即为给定固定型故障的测试矢量。经检测故障覆盖率达到100％并通过试探法进一步优化测试矢量集，然后将测试矢量集的响应序列移入本原多项式求得特征序列，建立故障字典，实验证明该方法切实有效。     

基于T-S模型的模糊神经网络

一种基于Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模型的模糊神经网络由前件网络和后件网络两部分组成。前件网络用来匹配模糊规则的前件，它相当于每条规则的适用度。后件网络用来实现模糊规则的后件。总的输出为各模糊规则后件的加权和，加权系数为各条规则的适用度。所提出的模糊神经网络具有局部逼近功能，且具有神经网络和模糊逻辑两者的优点。它既可以容易地表示模糊和定性的知识，又具有较好的学习能力。给出了调整规则后件参数及前件隶属度函数参数的学习算法，举例说明了它的逼近性能。     

基于神经网络的模型验证方法

通过对传统模型验证方法在应用中所存在问题的详细分析,提出一种基于神经网络的模型验证方法.该方法利用神经网络强大的非线性映射能力,通过对各种模型关键行为特性的学习,将实际系统行为归类为其中的一种模型,从而对模型的可信性做出评估.首先利用仿真模型的输入输出作为训练集充分训练神经网络,再使用实际系统参数作用于训练好的神经网络,通过神经网络的输出值(概率向量)确定模型与实际系统的匹配程度.最后的图像目标识别模型验证数值仿真实例,说明了该方法的可行性和有效性.基于神经网络的模型验证方法能够很好地验证模型对复杂不确定系统的建模准确程度.     

卡诺图在数字电路教学中的应用

卡诺图是逻辑电路中非常重要的分析工具,简单、直观、便于使用的特点使其在逻辑电路中有着广泛应用.现行的教材中虽然都介绍了相关的知识,但篇幅都不是很大,使得初学者不能系统地掌握卡诺图的应用.卡诺图不仅可以应用于逻辑函数的化简,还可以应用于逻辑函数表达式形式的变换、实现逻辑函数的运算、判断和消除逻辑电路的竞争冒险等.笔者通过具体实例,介绍了卡诺图在数字逻辑电路中的应用,体现了卡诺图的实用性.系统地掌握卡诺图的应用可以使学习者在学习过程中达到事半功倍的效果.     

卡诺图在数字电路教学中的应用

卡诺图是逻辑电路中非常重要的分析工具,简单、直观、便于使用的特点使其在逻辑电路中有着广泛应用.现行的教材中虽然都介绍了相关的知识,但篇幅都不是很大,使得初学者不能系统地掌握卡诺图的应用.卡诺图不仅可以应用于逻辑函数的化简,还可以应用于逻辑函数表达式形式的变换、实现逻辑函数的运算、判断和消除逻辑电路的竞争冒险等.笔者通过...     

适于SPICE仿真,拓扑不变的数字电路模型

本文提出了适于ＳＰＩＣＥ程序仿真、拓扑不变的组合逻辑电路模型。采用这种模型，ＳＰＩＣＥ程序就可以直接分析组合逻辑电路，甚至模糊逻辑电路。这种方法扩展了ＳＰＩＣＥ程序的使用范围。     

深度神经网络模型数字水印技术研究进展综述

近年来,深度神经网络模型在各种应用领域都取得了巨大的成功,训练先进的深度神经网络模型仍需要大规模的数据集、高昂的算力成本和优异的算法思想,生成的深度神经网络模型成为一种宝贵的资源,也是完成人工智能应用领域某项特定任务的核心算法。因此,深度神经网络模型的安全则变得极其重要,利用数字水印版权保护技术保障模型的安全已经成为人工智能安全领域一个重要的研究方向。为了综述深度神经网络模型数字水印版权保护技术的最新研究进展,首先介绍了深度神经网络模型数字水印技术分类;其次介绍了深度神经网络模型数字水印版权保护技术基础概况;再次归纳总结了深度神经网络模型数字水印版权保护技术的研究方法;最后总结并展望了深度神经网络模型数字水印版权保护领域的研究重点和发展方向。     

数字滤波器的统一数学模型及其细胞电路实现

首先给出数字滤波器的统一数学模型，并用细胞电路实现了这一模型，然后证明了数字信号处理中常用的线性和非线性滤波器都是该模型的特例。     

局部线性模型在小波神经网络中的应用

把一种局部线性模型应用于小波神经网络中,把网络隐层与输出层之间的直接连接权值用一种线性模型来代替以减少隐层节点数目.对带局部线性模型的小波神经网络与一般小波神经网络的性能进行比较,试验结果证明了带局部线性模型的小波神经网络的优越性.     

逻辑电路的神经网络

Ｍ．Ｌ．Ｂｕｓｈｎｅｌｌ教授和作者给出了ＮＯＴ，ＡＮＤ，ＯＲ，ＮＡＮＤ，ＮＯＲ，ＸＯＲ和ＸＮＯＲ门的神经网络。以这些门的神经网络为基础，可构成任何逻辑电路的神经网络。由此，将电路的相容信号转换为平方伪布尔函数的全局极小。从而，拓宽了神经网络在电路模拟和自动故障模型生成中的应用。     

基于Hopfield-Tank模型的快速神经网络方法

分析了Hopfield－Tank模型在收敛性、稳健性、优化率以及计算速度方面存在的问题，根据外部惩罚函数法的基本思想提出了一种新的基于Hopfield－Tank模型的快速神经网络方法。对TSP的能量函数进行了改进，并对我国31个城市的TSP进行了软件模拟，得出了15640km的最短路径，在收敛性、稳健性、优化率以及计算速度方面的结果都十分满意。     

大型数字电路的动态电流测试模式

组合逻辑电路的最大动态电流测试应在电路的原始输入端施加一个特定的测试序列才能实现.文中提出一种算法模式可以快速生成所需的测试序列.算法与电路的原始输入端数无关.     

基于神经网络组合模型的能源消费量预测研究

为了提高预测的精度,将神经网络组合预测模型应用于能源消费总量预测中,通过建立RBF、ELM、BP神经网络预测模型,用熵值法确定组合预测模型的加权系数,建立神经网络组合预测模型.利用安徽省统计年鉴获得的1991～2007年安徽省能源消费总量进行检验仿真,结果表明组合预测模型的误差较小,精度较高,预测结果更接近于实际情况.     

通有神经网络稳定性的进一步研究

应用大系统稳定性的分块估值方法,对通有神经网络的稳定性进行了研究,给出了新的判据.