低功耗四边沿触发器设计

根据在保持电路原有性能的前提下可通过降低时钟频率来降低系统功耗的原理和双边沿触发器的设计思想,本文将多值信号信息量大的优点应用于时钟网络上设计了基于三值时钟的四边沿触发器,消除了三值时钟的冗余跳变,从而通过降低时钟频率的方式达到降低功耗的目的。本文设计的四边沿触发器电路结构简单,既可以用于二值时序电路中也可以用于多值时序电路中。模拟结果表明,本文设计的四边沿触发器具有正确的逻辑功能且能有效地降低系统功耗。     

多值低功耗双边沿触发器的简化设计

该文介绍了数字电路中冗余模块的概念及去除冗余模块对低功耗设计的意义,并进一步将这一低功耗设计思想应用于基于三值时钟的三值双边沿触发器的设计中,对其进行了简化设计和模拟,指出简化设计后的触发器比原触发器结构简单,且模拟结果表明其逻辑功能正确且能有效地降低功耗。     

单导程心电图的身份识别

提出新的生物识别方法,以心电图信号来识别人员的身份,心电图被用来诊断心脏某些方面的疾病,其与每个人的心脏位置、大小及胸部构造,年龄、性别、体重、情绪、运动状况等因素有关,因此每个人的心电图不尽相同。所采用的单导程心电图为低频一维信号,易于处理,信号直接可由贴在双手上的电极片测得,其量测电路成本低廉．方法是应用遗传算法与粒子群最佳化来调整动态模型参数,使其合成波形与受测者心电图逼近,再将此组参数输入到神经网络来识别个人身份,实验结果显示对于30个人的识别成功率可达96％以上。     

基于神经网络的方法在故障诊断中的应用

故障诊断与检测，作为提高系统可靠性的主要手段，越来越受到人们的关注，其中应用神经网络对非线性系统故障进行检测和诊断的研究尤为注目。该文就目前的一些研究成果和面临的一些问题做一综述。     

基于D-LDA与最近特征分类法的眼虹膜识别系统

以3个主要处理阶段来实现一个高识别率的虹膜识别系统。撷取人眼图像进而分离出虹膜图像,再利用图像处理予以改善,使得虹膜图像更适于后续的识别。接着建立虹膜的特征向量,在虹膜图像展开的过程中,解决了虹膜图像旋转不变性的问题,然后利用直接线性判别分析（D-LDA）的方式进行特征抽取,使得所产生出来的特征向量拥有最大类别间距离与最小类别内距离的特性。最后,探讨多种最近特征分类法与其识别效果,并将上述方法设计完成一套眼虹膜识别系统。实验结果显示,在样本特征向量数较少的情况下识别率有96．47％,如果在每个类别中增加样本特征向量的数量,则系统的识别率可以达到98．50％。