自旋转移力矩磁隧道结的建模与仿真

自旋转移力矩磁隧道结(STT-MTJ)是一种新兴的非易失性存储单元.因为有着掉电后数据不丢失、无限的写次数、与CMOS工艺兼容、不会增加器件面积以及良好的可缩放性等诸如多优点而得到了广泛的研究.但是由于目前的工艺厂商尚未推出相应的模型,研究者难以先期使用该技术进行电路设计.文章介绍了STT-MTJ的工作原理,详细研究了使用Verilog-A对STT-MTJ建模的思路,并在HSPICE中进行了仿真验证,为后续的STT-MTJ研究奠定了基础.     

基于优化GDTW-SVM算法的联机手写识别

基于高斯动态时间规整核函数(Gaussian Dynamic Time Warping kernel)的支持向量机(GDTW-SVM)在联机手写识别中有较高的识别率,但是存在计算复杂度高的问题。结合联机手写识别中特征向量的特点,提出了通过引入控制参数来约束GDTW最优对齐路径计算空间的方法,优化了GDTW核函数。然后,使用联机手写识别数据库UJIpenchar2进行实验。实验结果表明,该优化方法不仅可以减少支持向量的数目,而且提高了GDTW-SVM算法运行的效率。     

基于连笔消除的空间手写字符识别方法

信息的连续采集会造成部分字符存在连笔,进而影响字符识别率.为此,提出一种基于连笔消除的空间手写字符识别方法.将空间手写字符平面化,提取字符拐点和笔画方向特征.为避免笔画的误消除,利用支持向量机把未知字符分为带连笔字符和非连笔字符,通过连笔的书写特征消除连笔,将空间字符轨迹转化为平面字符轨迹,直接用平面字符分类器进行字符识别.实验结果表明,该方法连笔消除效果显著,利用现有字符库即可获得较高的字符识别率.