对接沟道NMOS结构杂质分布的二维数值模拟

针对ＶＤＭＯＳ－ＮＭＯＳ兼容集成结构建立了对接沟道ＮＭＯＳ晶体管工艺模型，根据其工艺模型，采用面向对象的Ｃ＾＋＋编程对对接沟道ＮＭＯＳ结构的杂质分布进行了二维数值模拟，给出了不同工艺条件下的模拟结果，并且进行了分析。结果表明，对接沟道ＮＭＯＳ结构能较好地实现ＶＤＭＯＳ与ｐ阱ＮＭＯＳ电路的兼容集成。     

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。     

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。     

神经网络并行算法型CMOS模数转换器设计

基于神经网络和开关电容技术提出了一种行算法型ＣＭＯＳ模数转换器电路结构，文中详细分析了电路的工作原理，并采用通用电路模拟程序进行了仿真，结果表明转换功能正确，输入电压递增和递减均无错码，转换过程中不需要复位，该转换器充分发挥开关电容精确处理和神经网络并行处理的优点，因而精度高，速度快，而且所需元件少，工艺完全与常规ＣＭＯＳ兼容，是一种有巨大发展潜力的新型ＣＭＯＳ转换器。     

77K MOS器件计算机模拟及软件实现

本文分析了半导体器件物理参数的低温模型，对低温器件计算机模拟方法作了具体的考虑，提出了适于低温器件模拟的误差限方法，并将该方法以及低温模型参数插入ＭＩＮＩＭＯＳ４．０进行数值试验，得到了低温ＭＯＳ器件模拟软件ＤＷＭＯＳ。本文给出了ＤＷＭＯＳ部分运行结果。     

外源GA对垂柳茎部次生木质部和次生韧皮部发生的影响(简报)

外源ＧＡ对垂柳茎部次生木质部和次生韧皮部发生的影响（简报）张凤娟（河北农业技术师范学院基础部，昌黎，０６６６００ＥＦＦＥＣＴＳＯＦＥＸＴＥＲＮＡＬＧＡＯＮＳＥＣＯＮＤ－ＸＹＬＥＭＡＮＤＳＥＣＯＮＤ－ＰＨＬＯＥＭＯＦＷＥＥＰＩＮＧＷＩＬＬＯＷＳＴＥＭＳ...     

CMOS-DRAM的性能和设计

本文对近期发展起来的ＣＭＯＳ－ＤＲＡＭ的设计方案和性能优点进行了全面的分析。做在Ｎ阱内的单元阵列在抗α软失效方面有很大的好处。利用ＣＭＯＳ的特点使外围电路静态化既可以简化电路，又能提高电路速度和可靠性。对Ｓ／Ｒ放大器，时钟电路和行译码器等关键电路进行了较详细的分析，显示出ＣＭＯＳ－ＤＲＡＭ比ＮＭＯＳ－ＤＲＡＭ的优越性。     

对接沟道 NMOS 结构杂质分布的二维数值模拟

针对ＶＤＭＯＳ－ＮＭＯＳ兼容集成结构建立了对接沟道ＮＭＯＳ晶体管工艺模型，根据其工艺模型，采用面向对象的Ｃ＋＋编程对对接沟道ＮＭＯＳ结构的杂质分布进行了二维数值模拟，给出了不同工艺条件下的模拟结果，并且进行了分析．结果表明，对接沟道ＮＭＯＳ结构能较好地实现ＶＤＭＯＳ与ｐ阱ＮＭＯＳ电路的兼容集成．     

VDMOS-NMOS兼容功率集成电路结构

提出一种完全新型的ＶＤＭＯＳ－ＮＭＯＳ全兼容功率集成结构的设计方法．该结构采用与ＶＤＭＯＳ工艺兼容的对接（ＢｕｔＪｏｉｎｔ）沟道结构形成ＮＭＯＳ器件，利用ＶＤＭＯＳ工艺中ｐ＋区反刻过程形成ＮＭＯＳ器件的有源区，利用ＶＤＭＯＳ工艺中刻双扩散窗口过程形成ＮＭＯＳ器件的栅区及多晶硅互连线．对ＭＯＳ电路中的小跨导器件图形的设计及ＶＤＭＯＳ与Ｅ／ＥＭＯＳ的界面设计进行了分析和讨论     

用SQL实现对事务数据和工程数据的统一操作

为解决ＲＤＭＢＳＯＲＡＣＬＥ不能操作非结构化工数据的问题，实现ＣＩＭＳ环境下ＥＤＢＭＳＥＤＬ和ＯＲＡＣＬＥ之间的信息共享。本文提供了将异构数据库ＥＤＬ和Ｏ－ＲＡＣＬＥ集成的一种方法，用ＳＱＬ实现了对结构化事务数据和非结构化工程数据的统一操作。     

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     

基于人工智能的电力电子电路故障诊断

采用基于波形直接分析的神经网络故障诊断方法实现电力电子电路在线故障诊断。以三相整流电路为例,对电路发生故障时输出的波形进行分析,用故障波形的采样数据制作的样本对神经网络进行训练,将训练好的神经网络用于故障诊断。仿真实验表明该方法是有效的。     

人工神经网络寄生极值判别方法

根据人工神经网络自联想存在寄生极小值问题，提出了两种判别方法。这两者判别方案分别是混合人工神经网络方案和硬件判别电路方案，为人工神经网络模糊联想存储器的实际应用找到了较合理的方法。     

在片学习及权值刷新神经网络硬件实现方法

提出几种电流模式电路块，并用这些模拟电路块构成一个电流模型式ＢＰ人工神网络，该ＢＰ神经网络具有在片学习和在片权值存储能力。对所设计的模拟电路块进行了理论对构成的ＢＰ神经网络作了应用实例研究，并提供了ＰＳＰＩＣＥ仿真结果。     

一种模糊神经网络的硬件电路优化设计方式

为提高模拟电路实现模糊神经网络的精度,通过对模糊神经网络中的高斯函数电路、求小电路以及去模糊电路分别进行性能优化,从整体上达到模拟电路实现模糊神经网络中高精度、高速的特性要求.所设计的模糊神经网络整体电路采用电压模式实现,并通过逼近一个非线性函数来验证.所设计的模拟单元电路均采用TSMC 0.18 μm工艺参数设计完成.通过Cadence软件仿真,结果表明:在1.8 V的工作电压下,所提出的改进型单元电路具有精度高、结构简单、便于调节和扩展的特性,并且能够完整地实现模糊神经网络的控制.     

基于神经网络的模拟电路的故障诊断

根据 BP神经网络的特点和性能以及电路故障诊断的要求 ,采用了 BP网络的权值与故障模式相对应的方法来进行电路的故障诊断 .该方法利用改进的 BP算法 ,首先建立故障模式 ,然后将故障模式与 BP网络的权值相对应 ,最后将权值作为故障诊断知识 .对模拟电路的软故障进行了仿真 ,仿真结果良好     

模拟电路故障诊断中故障重分类方法的研究

分析了模拟电路故障诊断中故障类重叠.针对在该情况下神经网络训练困难与故障诊断正确率低的问题,提出了一种适于模拟电路的、基于神经网络故障诊断的故障重分类方法,给出了该方法的数学模型.通过诊断示例表明,该方法在故障类存在重叠时,降低了神经网络的训练难度,故障诊断的正确率达到99%以上.     

基于多级神经网络的指挥仪电路故障诊断

针对某指挥仪电路故障诊断专家系统的不足之处，用层次结构的多级人工神经网络进行电路的故障诊断，用专家知识对学习样本进行筛选，通过对该电路中差分电路模块的诊断实验表明，可以克服专家系统对某些故障无法诊断的不足，而且还可以实现多故障的诊断。     

基于HAAR小波和BP神经网络的非线性电路故障诊断

提出了一种基于HAAR小波和BP神经的非线性电路故障诊断方法，该方法采用小波分解作为非线性电路故障信号的预处理器能大大减少神经网络的输入及训练和处理时间.介绍了一种改进的采用动量因子防止局部收敛的BPNN方法后，阐述基于HAAR小波分解提取故障信号中的故障特征的原理.     

一类神经网络多层感知器的全硬件实现

针对模式分类问题，给出了一种神经网络多层感知器数字电路硬件实现方法，该方法在硬件电路中不含有数字乘法器，从而有助于克服目前神经网络数字器件难以单片集成的缺限．采用该方法研制出了具体的硬件线路板，应用于一实际的分类问题，取得了良好的效果