求符号网络函数的变形双图分解分析法

引入了互补余因式对、正规双图和可行撕裂点集的概念。应用它们导出了一阶余因式Ｃ（Ｙ）的分解定理。把它与变形双图法相结合，提出了求符号网络函数的一个新的分解分析法－变形双图分解分析法。它的优点是所得符号网络函数表达式紧凑面且不含对消项，并且它的符号计算很简单。     

求符号k阶余因式的变形双图法

引入了k阶变形双图Gij和k阶变形矩阵Yij的概念。应用它们导出了图行列式C(Y)和k阶余因式Y(ij)的两个新表达式,从而提出了求符号k阶余因式Y(ij)的变形双图法。应用它可直接且高效地求得Y(ij)的一个多层展开式(没有专门的符号计算问题),而且不产生对消项,所以它优于以前的方法。     

生成电路符号网络函数的新方法

文中给出一种生成无源电路符号网络函数的新方法，它是把符号参数抽出作为端口量，利用伴随电波法来直接建立符号网络方程。采用有效的符号行列式展开来求解此方程，从而得到所需的符号网络函数。与其他方法相比，该法具有以下特点：将数值与符号相结合；建立符号网络函数的过程简便，便于编程实现；运算量较少。     

生成符号网络函数的新方法

本文提出一个生成符号网络函数的新方法:广义特征多项式法。该方法具有计算量小和精度高等优点,它优于现有的其它各种解决同类问题的方法。     

产生全符号网络函数的Coates流图法

本文引入符号码数组、常数数组和记数数组,前二数组用来描述增广矩阵的元素表达式,建立节点导纳方程,后一数组用来写出入度矩阵,然后根据入度矩阵产生Coates流图的全部1-因子增益。在展开行列式时利用符号代码合并同类项,消去相消项,从而得到无相消项的全符号网络函数。     

产生符号网络函数的主子超图法

文中引入完全超树和主子超图的概念,并提出产生线性有源网络之符号网络函数的一个新方法主子超图法。它是主子图法[1]的改进。它的表达式很紧凑,计算时间复杂度为O(venl)。通常叶总数nl远小于主子图数np,所以它的计算效率高于主子图法。     

MODIFIED DOUBLE-GRAPH DECOMPOSITION ANALYSIS FOR FINDING SYMBOLIC NETWORK FUNCTIONS

The concepts of complementary cofactor pairs, normal double-graphs and feasible torn vertex seta are introduced. By using them a decomposition theorem for first-order cofactor C(Y) is derived. Combining it with the modified double-graph method, a new decomposition analysis-modified double-graph decomposition analysis is presented for finding symbolic network functions. Its advantages are that the resultant symbolic expressions are compact and contain no cancellation terms, and its sign evaluation is very simple.     

两种基于符号的最坏执行时间分析方法的比较与分析

通常的最坏执行时间分析方法只是得到一个常数,然后将这个常数应用在所有的地方,这将造成所得的值过于悲观（over pessimistic）.如果能以一个代数表达式代替,其中影响程序执行时间的一些未知值（如调用参数,运行平台参数等）都用参数来表示,然后在具体的环境中再根据具体的情况进行实例化,那么所获得的最坏执行时间将更加接近于实际的值.文章讨论了基于符号的最坏执行时间分析方法,分析了其特点,对两种基于符号的最坏执行时间分析方法进行了比较和研究,并给出了将来的研究方向.     

符号网络函数在晶体管交流参数提取中的应用

介绍了一种用于晶体管交流模型参数提取中特性估值的新方法。它采用晶体管等效电路的Ｚ参数符号网络函数来计算晶体管交流特性，消除了常规方法中通过求节点电压方程获得我氕 耗时过程，因此大大提高了提取效率。最后给出了一个提取实例。     

一个基于符号神经网络的知识获取系统

本文提出了一种基于符号神经网络的知识获取方法,该方法首先用传统的机器学习方法获取关于某领域的粗略知识,然后把这些知识映射到神经网络结构。     

一种分析模拟电路中互连线的新方法

互连线在高性能模拟集成电路中的影响已变得越来越不可忽视,部分元等效电路法（Partial Element Circuit,PEEC）是一种分析互连线的有效模型,常用方法是再用SPICE等数值模拟软件对PEEC模型进行分析。文中提出的用符号分析法模拟PEEC模型以及其它电路元器件,具有大大降低运算量等优点。基于这一点开发出一套交互式程序,使得包括考虑互连线影响的模拟电路的设计、验证和优化变得更容易、更有效率。