一种新型的MV-DYL电路多元逻辑(DYL)在多元逻辑应用中的新发展

以往科学家们总是以新器件的出现,及随之使整机产生了惊人的变化来划分计算机发展历史。然而一旦多值逻辑系统付诸实现,多值逻辑学说得到应用,这种高效率的计算机结构的出现,将可能使计算机技术进入更高的水平。我国DYL集成电路的发明为实现上述目标提供了新的希望。 本文指出,多元逻辑中的线性“与或”门本质上就是一种很好的多值逻辑“与或”门。它与其他电路配合可以构成一种新的多值逻辑电路(简称为MV-DYL)。通过比较和实验证明,MV-DYL电路在与二值DYL电路相同的功耗-时延积条件下,可以获得更高的信息密度。MV-DYL电路比三值CMOS和多值I~2L电路结构简单、容易制作和可靠性高。     

面向服务的数据挖掘平台体系结构研究*

针对当前数据挖掘软件中普遍存在的功能耦合过于紧密、资源共享程度不高、软件难以重用、可扩展性不好等问题,提出了一种面向服务的数据挖掘平台(SODMP)的概念模型,并给出了SODMP平台的设计方案.该平台由DM应用、DM服务代理、DM服务、操作系统接口四部分组成,在结构上实现了应用与服务的分离,具有开放、灵活、易重用、易扩展等特点.     

基于相空间重构理论与递归神经网络相结合的股票短期预测方法*

根据股票指数时间序列复杂的非线性特性,提出以相空间重构理论与递归神经网络相结合的股票短期预测新方法.以相空间重构理论确定最佳延迟时间和最小嵌入维数,以最佳延迟时间为间隔的最小嵌入维数作为递归神经网络的输入维数,并按预测相点步进递归的生成训练数据进行短期预测,提高了预测精度和稳定性.该方法应用于沪市股票综合指数预测,其结果与传统的单纯用BP网络模型预测的结果相比较,精度大大提高,证明了该预测模型和方法在实际时间序列预测领域的有效性和实用性.     

无线Mesh网络的容量优化理论

针对决定Mesh网络性能的主要因素,利用MIMO和OFDM相结合的技术增加网络物理层的容量,提出一种基于公平队列和捌塞控制思想相结合的方法,以提高系统效率。将网络编码应用到无线Mesh网络中,实现无线Mesh网络中基于网络编码的路由技术,以提高网络层容量。     

基于样本聚类模糊神经网络的刀具磨损状态实时识别

利用一种根据K－means方法对样本聚类后建立的改进模型神经网络（MTFNN）模型,对刀具后刀面磨损量进行在线工况实时识别。仿真结果表明该工况辨识模型精度高,收敛速度快,实用性较强,适宜于复杂的,非线性加工系统建模。     

范例相似度量中格的嵌入

文章在代数格及其运算的基础上,深入研究格的嵌入,使得建立在格上的范例相似度量,在范例复用所做的属性替换后,不但遵循一致、严密、完备的理论框架,而且能进一步提高相似度量的精度。最后提供了该方法在时间序列原子模式相似度量中的应用。     

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工艺实现辽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。     

时间序列数据的分段线性表示

在时间序列分段线性表示(PLR)基础上,提出一种新的基于特征点的分段方法,克服采用单一误差算法的模型失配问题,更加准确地反映过程状态的变化.     

一种改进的蚁群算法

蚁群算法是一种新的进化算法,其基本思想是模拟蚂蚁的合作行为.蚁群算法已成功地应用于许多优化问题,成为求解组合优化问题的新的进化算法.最新研究表明蚁群算法是一种基于群体的强鲁棒性的进化算法.但是,蚁群算法也有收敛速度慢,容易陷入局部最优的缺点.为了克服这些缺点,吸取微粒群算法的优点,提出了一种改进的蚁群算法.实验结果表明改进算法是有效的,与标准的蚁群算法相比,算法性能得到了明显改善.