电流模式MOS A／D转换神经网络的研究

从Ａ／Ｄ转换基本规则出发，提出了一种电流模式ＭＯＳＡ／Ｄ转换神经网络，并对该网络进行了分析研究，导出确定权值的公式。网络权值易存贮且调节简单。用ＰＳＰＩＣＥ对４－ｂｉｔＡ／Ｄ转换网络进行仿真，并对采用分立元件的构成的３－ｂｉｔＡ／’Ｄ转换网络进行了实验。     

面向复杂问题的BP神经网络并行算法

结合基于训练集划分方法与NARA模型,提出了一个BP神经网络的并行算法.该算法不仅提高了BP神经网络的训练速度,而且增强了BP神经网络解决复杂问题的能力.     

MOS VLSI电流型模拟电子神经网络

本文提出了采用ＭＯＳ晶体管的电流型模拟电子神经网络的新实现。该电路结构非常简单，且具有ＭＯＳ ＶＬＳＩ的优点，新的神经元电路的神经态既可以是全电流型又可以是电压型。     

改进的神经网络并行算法及其在地震初至拾取中的应用

针对经典BP神经网络易于陷入局部极小点、易于产生振荡等缺点,提出了神经网络初始权值的二分法,改进了一种网络结构自动确定算法,并将随机算子和遗忘因子引入BP神经网络中.在提高全局寻优能力的同时,加快了网络的收敛速度.在分析了神经网络内在并行性的基础上,基于MPI实现了改进算法的并行化,将算法应用于地震资料的初至拾取,并取得了良好的应用效果,验证了算法的有效性.     

一种改进的PWM型VLSI神经网络的设计

神经网络的超大规模集成电路 (VL SI)实现是发挥其优势的有效途径。改进了现有的基于脉宽调制 (PWM)技术的 VL SI神经网络设计方式。提出了一种结构简单的突触乘法器 ,它的精度高、线性范围大 ,而且不受开关噪声的影响。设计了一个增益可调的电压型 sigmoid变换电路 ,用以实现不同的神经元激活函数。提出一个 PWM所必需的电压-脉冲转换电路 ,它具有较高的转换精度和线性度。以这 3种电路为基础设计了一个解决异或 (XOR)问题的 PWM型VL SI神经网络。模拟结果表明其功能正确 ,具有较高的识别速度 ,适于神经网络的 VL SI实现     

低功耗13 b 107 样品/s模数转换器

描述一个基于0.6μm CM O S工艺的、低功耗的13 b,107样品/s流水线模数转换器(ADC)的设计。为了达到13 b的转换精度,在电路设计中采用了电容误差平均技术;为了实现低功耗设计,在电路设计中综合采用了运算放大器共享、输入采样保持放大器消去、按比例缩小和动态比较器等技术。在考虑工艺实现中的非理想因素的条件下,对ADC电路进行晶体管级M on te-C arlo仿真,当ADC以10MH z的采样率对1MH z的正弦输入信号进行采样转换时,在其输出得到了82 dB的非杂散动态范围,并且此时ADC模拟部分的功耗仅为11mW。     

求解线性系统的并行算法研究

研究了求解线性系统的神经网络算法,提出并证明了神经网络算法的收敛性定理,该算法不涉及矩阵的逆运算和除法运算,不受条件αii≠0的限制,对于严重病态的线性系统也能得到高精度解．给出的应用实例验证了算法的有效性．     

ADC0809模数转换器的测试与研究

使用多组不同频率和不同脉宽的工作时钟,定量测定分析ADC0809模数转换器的转换速度和转换结果,测试结果表明：该模数转换器的最高工作时钟频率可达3MHz;工作时钟的脉冲宽度只要不小于166ns就是有效的,本测定结果为提高ADC0809模数转换器的使用效能提供了可靠的实验数据。     

抛物型方程的一种新型的时空并行算法

给出了抛物型方程的一类新的时空并行算法。此类算法不仅在空间上可以并行,在时间上也可以并进,很大地提高了算法并行度,发展了传统的只能在空间并行而在时间上是步进的并行算法。     

8位600MS/s CMOS超高速并行模数转换器的仿真分析与设计

描述了一个高速并行(Flash ADC)模数转换器的仿真分析与设计.该模数转换器运用反相器阈值电压量化技术(Threshold Inverter Quantization,TIQ)进行设计,使得使用普通CMOS数字工艺也可获得很高的采样速度.在文中,一个使用TSMC0.25μm工艺的8位TIQ CMOS并行模数转换器被设计出来并加以仿真分析.该模数转换器采样速度可达600MS/s,工作电压为2.5V时功耗约为154.506mW,占用的面积约为0.2mm2.特别适用于高速低电压SoC电路的设计.     

基于神经网络的矿井井型确定方法

研究了基于神经网络的矿井井型确定方法，为矿井设计提供了一种崭新的工具，应用表明，该方法是切实可行的。图２，表２，参４。     

基于自适应遗传算法的RBF神经网络优化算法

针对传统遗传算法收敛速度慢的缺点,本文将改进后的遗传算法应用于RBF神经网络,对隐层中心和宽度值进行同步优化,并在复杂非线性函数的逼近实验中证明了本文算法相比传统遗传算法在搜索全局最小点的速度上得到了很大提高.     

基于模型的面向对象神经网络开发工具的研制

从软件工程角度描述了利用统一建模语言UML设计和实现一个以石油工业应用为目的的神经网络开发工具 ,并以渣油评价实验为例 ,验证了该工具的先进性和有效性     

基于神经网络的模拟电路故障诊断方法浅析

自20世纪60年代以来,模拟电路故障诊断一直是研究的热点之一。随着集成电路的快速发展,为了提高产品性能、降低芯片面积和费用,需将数字和模拟元件集成在同一块芯片上。虽然模拟部分仅占芯片面积的5%,但其故障诊断成本却占总诊断成本的95%。模拟电路故障诊断一直是集成电路工业中的一个"瓶颈"问题。基于此,本文笔者介绍了模拟电路故障诊断的方法、种类等,并重点介绍了讨论神经网络的模拟电路故障诊断实现的各个步骤。     

基于神经网络的模糊关系方程极小解求解算法

利用神经网络求解有限论域上模糊关系方程的极小解,将未知的模糊关系作为神经网络的权重参数进行学习,并设计了相应的网络训练算法Ⅰ.证明了该训练算法将收敛到模糊关系方程的极小解,并通过2个数值实例来验证算法的有效性.     

基于粒子群算法的神经网络在污水处理优化中的应用

在对污水处理模型研究的基础上,建立了神经网络污水处理模型.为进一步提高污水处理效率,降低能源消耗,提出了基于粒子群算法的污水处理神经网络优化模型,并与遗传算法神经网络优化模型进行了仿真及测试比较,结果证明了本文提出方法的优越性及有效性.     

基于细胞神经网的快速图像分割方法

细胞神经网(CNN)是一种局部互联的非线性并行模拟视觉处理系统,具有适合硬件实现处理速度快的优点.首先利用CNN-PDE非线性异质扩散滤波对图像作预处理,随后给出了一种基于CNN的图像分割方法.分割试验结果及仿真时间估计表明,CNN分割方法能以非常快的速度完成相应处理,是高效可行的.     

多输入端运算跨导放大器电路结构研究

提出多输入端运算跨导放大器的两种CMOS电路结构。对结构特点和设计原则作了对比分析;对设计实例电路提供了SPICE程序模拟结果。     

工程索赔管理的神经网络方法

工程管理中存在着大量的合同变更和多样因素引起的工程施工索赔,通过研究各种引起施工索赔的因素,建立了利用神经网络模型判断施工管理索赔出现的可能性,为业主施工索赔管理提出了一个新途径,最后,结合一个实例,证明了该方法的有效性。