多项式感知器的非线性映射性能分析及其格型实现

本文详细分析了多项式感知器的非线性映射性能，证明了满足Ｓｔｏｎｅ－Ｗｅｉｅｒｓｔａｓｓ定理的多项式感知器可以逼近任一连续函数，并具有与四层神经网络相一致的非线性映射能力。导出了便于ＶＬＳＩ实现的多项式感知器的格型实现算法。进行了计算模拟，并给出了相关的数值结果。     

人工神经网络在金相图像分割中的应用研究

利用多层感知器神经网络和自组织映射神经网络对球墨铸铁、可锻铸铁和灰铸铁的金相图像进行了分割提取.通过对比以上两种方法分割后的图像质量和定量分析样本图像中的石墨结构、珍珠岩/铁氧体结构所占的百分含量后发现,多层感知器网络分割提取的结果与样本实际的结果更加接近,而自组织映射神经网络分割提取的结果则不够理想.据此,可以推断多层感知器网络是实现金属图像分割自动化提取和精确性分析的有效工具.     

微带线的神经网络模型

本文采用多层感知器神经网络对微带线进行建模。将微带线的结构尺寸和频率作为神经网络的输入样本。微带线的电特性参数(由电磁场数值方法获得)作为输出样本,采用BP算法对多层感知器进行训练。当对多层感知器训练结束后,在学习范围内将微带线的尺寸和频率输入到多层感知器,从输出端可以立即得到准确的电特性参数。     

数字逻辑的神经网络设计

在讨论数字逻辑与神经元的关系后，提出一种利用前向三层神经网络实现任意布尔逻辑的设计方案，并引入卡诺图化简及最小项抑制的思想降低神经网络的实现复杂性，文中给出设计的原理及算法流程图，此方案结构简单可靠，学习速度快，易于硬件实现。     

微带不连续性的神经网络模型

本文采用多层感知器建立了微带不连续性的神经网络模型。     

基于ATR-SEIRAS分析技术的苯二氮卓类镇静药物无损分类与识别

镇静类药物的无损快速检验分析在法庭科学理化检验中具有重要意义。为了实现对苯二氮卓类镇静药物种类的准确区分,本实验室对8类共计81份样本进行了检验;借助衰减全反射-表面增强红外光谱（ATR-SEIRAS）分析技术获取各样本的光谱数据,基于原始光谱数据集、一阶导数光谱数据集、光谱融合数据集分别构建Fisher判别分析（FDA）和多层感知器神经网络（MLPNN）分类模型。结果表明：不同样本的理化信息存在一定差异,ATRSEIRAS谱图可以将这些差异反映出来,从而为实现不同苯二氮卓类镇静药物的有效分类奠定基础;基于光谱融合数据集构建的FDA模型的识别准确率最高,为100%,基于一阶导数光谱数据集和原始光谱数据集构建的FDA模型的识别准确率分别为96.3%和92.6%;基于上述三种数据集构建的MLPNN模型的识别准确率分别为97.5%、96.3%和88.9%。ATR-SEIRAS分析技术结合Fisher判别分析和多层感知器神经网络可以实现8类苯二氮卓类镇静药物的无损准确识别。     

带状线电路中十字交越不连续性的具有知识神经元的神经网络模型

本文采用一种新型的三层神经网络 ,即隐蔽层具有知识神经元的神经网络 (NNKBN)模拟带状线电路中的十字交越不连续性。NNKBN模型由一组全波时域有限差分法产生的仿真数据进行训练而建立。数值实验表明NNKBN模型在许多方面优于传统的多层感知器模型。     

基于区间值模糊逻辑神经元的区间值模糊C-均值聚类神经网络

本文提出了一种基于区间值模糊逻辑神经元的三层前馈自组织学网络模型，用来实现区间值模糊Ｃ－均值聚类分析，网络第一，二层神经元的输入，输出和权连续取值属于区间值模糊集Ｉ（０，１）第一层神经元为区间值线性神经元；第二层为区间值模糊相等神经元，其功能是实现输入样本与各类的匹配运算，本文采用区间值模糊相等关系作为匹配的指标，为了定义区间值模糊相等神经元，本文在点值模糊相等关系的基础上推导了区间值模糊相等关系     

一种基于系数关系的小波域盲水印算法

论文提出了一种DWT域基于系数关系的盲提取图像水印算法。对原始图像进行两层小波分解,比较第二层的对角分量与近似分量得到一个逻辑矩阵,将该逻辑矩阵与置乱后的二值水印图像进行对比,根据对比的结果修改第二层的对角分量,使得逻辑矩阵与二值水印信息一致,从而实现了二值水印图像的嵌入。水印的提取实现了盲提取。     

短路针加载微带天线反射损耗的神经网络模型

短路针加载的微带贴片天线具有较低的谐振频率,特别适用于便携式通信设备中.作者采用多层感知器建立了短路针加载圆形贴片天线的神经网络模型,把短路针位置作为输入样本,天线的反射损耗S11参数作为输出样本,采用BP算法对多层感知器进行训练.当多层感知器训练完成,在学习范围内将短路针位置输入到多层感知器,从输出端立即得到准确的S11参数.     

Reconfigurable Logic‐in‐Memory and Multilingual Artificial Synapses Based on 2D Heterostructures

Nonvolatile logic devices have attracted intensive research attentions recently for energy efficiency computing, where data computing and storage can be realized in the same device structure. Various approaches have been adopted to build such devices; however, the functionality and versatility are still very limited. Here, 2D van der Waals heterostructures based on direct bandgap materials black phosphorus and rhenium disulfide for the nonvolatile ternary logic operations is demonstrated for the first time with the ultrathin oxide layer from the black phosphorus serving as the charge trapping as well as band‐to‐band tunneling layer. Furthermore, an artificial electronic synapse based on this heterostructure is demonstrated to mimic trilingual synaptic response by changing the input base voltage. Besides, artificial neural network simulation based on the electronic synaptic arrays using the handwritten digits data sets demonstrates a high recognition accuracy of 91.3%. This work provides a path toward realizing multifunctional nonvolatile logic‐in‐memory applications based on novel 2D heterostructures.     

非可逆逻辑门的量子可逆实现研究

逻辑关系可用逻辑函数表示,量子逻辑关系是可逆的,引入和定义了量子逻辑函数;通过引入辅助量子位,增添量子输出信号的区分位,完成对非可逆逻辑门的改造,使非可逆逻辑门在量子电路中得到可逆实现,并研究了一些有用的非可逆逻辑门的改造方法,给出可实现的优化后的量子电路。     

基于比较器的四值电流型CMOS加减电路设计

该文通过对电流型CMOS电路的阈值控制引入了多值电流型比较器。与2值逻辑电路相比,多值逻辑电路的单条导线允许更多的信息传输。相较于电压信号,电流信号易实现加、减等算术运算,在多值逻辑的设计上更加方便。同时提出了基于比较器的4值基本单元设计方法,实现了4值取大、取小以及反向器的设计,在此基础上设计实现了加法器和减法器。该设计方法在2值、3值以及n值逻辑上同样适用。实验结果表明所设计的电路具有正确的逻辑功能,较之相关文献电流型CMOS全加器有更低的功耗和更少的晶体管数。     

一种基于符号逻辑的神经元模型和电路实现

为了实现基于符号逻辑的神经网络系统,本文定义了一种逻辑神经元模型,并采用了电流型CMOS工艺实现这种神经元电路的各种逻辑功能,最后通过电路模拟,证明设计的正确性。     

光通信网络中的信号导向逻辑器件设计

基于"导向逻辑"设计了一种应用于光通信网络的新型光信息流导向器件。采用微环谐振器作为光波导元件,应用折射率调制机理,实现了基于聚合物基的多功能电光逻辑门。通过改变不同端口的逻辑输入分别实现了"与/非"、"或/或非"和"同或/异或"等多种状态的光开关逻辑运算。静态仿真确定了微环谐振器的工作波长,验证了器件具有高速率逻辑运算功能。该器件可用于大规模光学集成电路中,实现高速光信号的调制输出。     

基于RRAM双交叉阵列结构的三值存内逻辑电路设计

在RRAM交叉阵列结构中实现逻辑运算可以较好地解决传统冯诺依曼架构中的存储墙问题.三值逻辑相比于传统的二值逻辑,具有更少的逻辑操作数目和更快的运算速度.文中提出了一种基于RRAM双交叉阵列结构的三值存内逻辑电路设计,其中三值逻辑电路的输入与输出均通过多值RRAM的阻值表示.该结构支持两种三值逻辑门和一种二值逻辑门以提升...     

Ternary Walsh Transform and Its Operations for Completely and Incompletely Specified Boolean Functions

The new ternary Walsh transform is considered in this paper. Such a ternary Walsh transform can be used in a similar manner as the standard Walsh transform for binary logic functions as shown here. It is based on the Kronecker product as well as the Galois field and new ternary operations. The same hardware implementation can be used for both forward and inverse ternary Walsh transforms based on its fast algorithms and properties. The ternary Walsh transform is suitable for processing both completely and incompletely specified Boolean functions. Its properties for the decomposition and symmetry detections of the Boolean functions are shown.     

Boolean Logic Computing Based on Neuromorphic Transistor

General-purpose computers usually use logic gate computing units based on complementary metal oxide semiconductors (CMOS). Due to the separate memory and computing units in Von Neumann architecture, data transmission requires great energy and time consumption. Developing novel neuromorphic devices and comprehensively investigating their logical computing mode are crucial to achieve high-performance and low-power neuromorphic computation. Here, a systematic summary of Boolean logic computing based on emerging neuromorphic transistors is presented. This summary encompasses logical operation modes, materials, device structures, and working mechanisms. The input mode of Boolean logic operation is classified into electrical input, optical input, and synergistic optical/electrical input. Besides, additional modulation strategies to construct programmable logic functions by electrical, optical, and thermal signals are also summarized. These strategies hold great significance as they enable dynamic reconfiguration of logic operations and provide neuromorphic devices with decision-making capabilities. Finally, the application prospects and current challenges to Boolean logic computing based on dendritic integration are discussed from the aspects of device integration, synergistic input/modulation modes, auxiliary peripheral circuit, software/hardware system, etc. It is believed that comprehensive investigations on neuromorphic Boolean logic operations are crucial to push forward the development of future neuromorphic computing toward high efficiency and high integration density.     

面向神经专家系统的近似逻辑

本文提出了一种称为近似逻辑的逻辑系统,该系统不仅具有模糊的逻辑值,其逻辑运算符也为模糊的.近似逻辑很适合描述神经网络.基于这种逻辑我们定义了一种神经网络模型.该模型可以学习和存储知识.基于这种神经网络模型,开发了一个多专家意见综合系统.     

基于FPGA的32位ALU的设计与实现

针对FPGA运算速度快,设计灵活的特点,提出了一种新颖的利用可编程逻辑器件FP-GA和硬件描述语言VHDL实现的功能齐全的32位ALU的方法.该ALU具备4种算术运算,9种逻辑运算,4种移位运算以及比较、求补、奇偶校验等共20种运算.采用层次化设计,给出了ALU的主要子模块,各模块均占用了较少的逻辑资源（LE）,实现了节省资源与速度提升.通过QuartusⅡ9.1进行编译,Modelsim6.5SE进行仿真,仿真结果与预期结果一致,将设计下载到Altera公司的EP2C35F484C6 FPGA中进行验证,证实了设计的可行性.实验结果表明,采用基于FPGA技术设计运算器灵活易修改,提高了设计效率.