连续时间点格神经网络的电流模式VLSI实现

采用电流模式技术，通过将原电压域点格神经网络（ＣＮＮ）模型直接映射到电流域，来进行连续时间ＣＮＮ的ＶＬＳＩ设计。给出了基本积木块的实现电路，并进行了连通片检测方面的简单应用研究。计算仿真与理论结果相吻合，所得电路结构简单，非常适合于标准ＣＭＯＳ工艺集成，具有潜在的应用前景。     

滞迟神经脉冲振荡器

本文在总结有关文献中提出的各种滞迟神经脉冲振荡电路的基础上，归纳出它们的统一数学模型，并全面分析这一数学模型模拟生物神经元冲动发放行为的能力，得出七种不同的可编程神经脉冲振荡器模型。然后从理论上推导出这些振荡器的振荡条件，振荡波形和激励—频率特征函数表达式。最后用OTA器件实现并测试其激励—频率特征曲线。     

连续分布时延点格神经网络的稳定性

文中研究了一个和两个元胞的连续分布时延点格神经网络的稳定性,尽管它的方程较为简单,但其稳定性的研究也很复杂,我们得到了判定网络方程的稳定性准则的几个充分条件,并用数值例子仿真实验,结果表明了我们所得结论的正确性。     

FIR数字滤波器设计的复数神经网络方法

ＦＩＲ滤波器的设计是数字信号处理中的一个重要问题,神经网络则在优化设计方面显示了其良好的应用前景,但目前大多数应用均限于实数神经网络的情形．本文针对ＦＩＲ数字滤波器的设计问题,构造了具有复数状态、输出、联接权和偏置输入的Ｈｏｐｆｉａｌｄ网络,给出了网络的计算能量函数,并证明了算法的收敛性．通过近似线性相位、非共轭对称频响ＦＩＲ滤波器的设计实例表明,本文的工作对推广复数神经网络的应用与寻求更为复杂的ＦＩＲ滤波器设计的新方法均作了有效的尝试．     

基于PVM的C++对象分布并行机制的初步研究

对象具有内在的并行性.将面向对象程序设计与分布并行处理相结合,可产生既具有面向对象特征,又充分利用资源,还可缩短作业运行时间的对象分布并行系统.提出了一种基于PVM(parallelvirtualmachine)的C++对象的分布并行机制.该机制以协议和pvmlib作了向后兼容扩充的PVM系统为对象分布并行支撑;用预处理器将用户作业的并行类分离,并派遣到(PVM)系统中的目标机进行异地编译、加载执行;通过把并行类映射为PVM任务,请求对象消息映射为请求PVM任务消息来实现并行类对象的分布并行.实验结果表明,此对象分布并行机制(当问题规模达到一定程度时)可提高系统资源利用率和程序运行效率,并能简化PVM应用编程.     

神经计算机的研究与发展

1 引言从40年代冯·诺依曼发明基于串行符号处理的数字计算机以来,数字电子计算机已经取得了巨大的成功,但在诸如模式识别、人工智能等研究领域却碰到了极大的困难,人们不得不以更大的兴趣去研究以并行处理模式为特征的神经计算机。80年代,在美国、日本和欧洲都掀起了一股研究神经网络理论和神经计算机的热潮。各先进国家相继投入巨额资金用于研究新型智能计算机,其研究重点主要是将神经网络原理用于图像处理、模式识别、语音综合及智能机器人控制等领域。1987年6月在美国召开了第一届神经网络国     

用于两端线网布线的蚁群系统方法

提出一种基于蚁群系统的端线网布线方法，对于给定的布线平面，首先根据障碍情况构造了包含最短路径信息的强连接图，建立初始气味矩阵，然后使用蚁群算法搜寻目标路径，直到求出优化解。     

适合于BP学习的共轭梯度法

基于ＬＭＳ的标准ＢＰ算法收敛速度极慢，而共轭梯度法要求精确的线性搜索，这在神经网络的高维权空间中是难以实现的。本文提出了一种新的ＢＰ学习算法，它采用一种对线性搜索要求不高的改进的共轭梯度法与一种简单的不精确线性搜索相结合，极大地提高了ＢＰ学习速度。经多次测试表明，与标准ＢＰ算法相比，该算法的效率提高了二个数量极。     

具有时延的神经元模型耦合系统的混沌同步

该文研究了一个由有混沌现象的具有时延的简单神经元模型构成的耦台系统的混沌同步,具有时延的神经元模型混沌系统,对时延的初始值具有敏感性,对于任意激活函数,用解析分析方法得到了耦合系统达到强同步的一般化条件。