基于跨度和虚拟层的三维芯核测试外壳扫描链优化方法

为减少三维芯核绑定前和绑定后的测试时间,降低测试成本,提出了基于跨度和虚拟层的三维芯核测试外壳扫描链优化方法.所提方法首先通过最大化每条测试外壳扫描链的跨度,使得绑定前高层电路和低层电路的测试外壳扫描链数量尽可能相等.然后,在TSVs(Through Silicon Vias)数量的约束下,逐层的将虚拟层中的扫描元素分配到测试外壳扫描链中,以平衡绑定前后各条测试外壳扫描链的长度.实验结果表明,所提方法有效地减少了三维芯核绑定前后测试的总时间和硬件开销.     

一种基于分压电路的绑定后TSV测试方法

对硅通孔（Through Silicon Via, TSV）进行绑定后测试可以有效地提升三维集成电路的性能和良率。现有的测试方法虽然对于开路和桥接故障的测试能力较高,但是对于泄漏故障的测试效果较差,并且所需的总测试时间较长。对此,提出了一种基于分压电路的TSV绑定后测试方法。该方法设计了一种分压电路,进行泄漏故障测试时可以形成一条无分支的电流路径,有效提高了对泄漏故障的测试能力。此外,该方法测试开路故障和泄漏故障时的电流路径不会相互干扰,可以同时测试相邻TSV的开路故障和泄漏故障。实验结果表明,该方法可以测试10 kΩ以下的弱泄漏故障,并且在工艺偏差下依然能够保持较高的测试能力。相比同类测试方法,该方法所需面积开销更小,所需总测试时间更少。     

秦岭北麓地下水水文地球化学演化规律及模式

秦岭北麓是黄河重要的水源涵养区,分析其水文地球化学特征及演化模式对于加强秦岭地下水资源的开发与保护、推进关中平原乃至黄河流域生态保护与高质量发展具有重要意义。利用2019—2021年在渭河流域开展水文地质调查所获取的资料,运用数理统计、水文地球化学反向模拟等方法,分析了秦岭至渭河河谷地下水的水文地球化学演化规律及模式。结果表明：由基岩区至细土平原区,地下水水化学类型由HCO3-Ca型向HCO3·SO4-Ca·Na型转变,溶解性固体总量（TDS）浓度由254 mg/L增至889 mg/L,分带性不强;随着地下水流动,水-岩作用主要由碳酸盐岩风化溶滤控制向硅酸盐岩与岩盐风化溶滤控制转变,同时阳离子交换作用增强;14C测年显示研究区地下水年龄多在2 450 a以内,地下水循环更新快,蒸发浓缩作用不显著;山前洪积扇作为地下水重要的涵养区与径流通道,对于关中平原潜水和承压水水质保障有关键作用,由于洪积扇含水层防污性能差,在地下水开发利用和工农业活动中要加强地下水资源的保护。     

"信号与系统"课程教学改革的尝试与思考

随着高校招生规模的扩大和新校区的建立,大班授课和新区教学所产生的问题日渐突出,尤其是师生交流问题.本文介绍了信号与系统课程教学的改革活动,包括增加少量学时的小班课、加强习题课讲授和实践环节的教学等.文中还阐述了对相关问题的思考.     

太阳能公交车站系统的设计及分析

随着社会经济的发展和能源需求量的日益增加,使得太阳能光伏技术来越广泛地应用到日常生活中。本文设计了一种基于太阳能发电的公交车站系统,并以苏州地区为例对其进行了系统设计。通过计算表明太阳能公交车站能有效的节约城市用电,具有良好的社会效益、经济效益和环境效益。     

面向RR算子的异蕴涵模糊控制器

从逻辑严谨性而言,三I算法是当前最为合理的模糊推理方法之一,而其改进与推广形式——泛三I算法的提出,则使得其逻辑合理性与实用性得到有机统一。针对泛三I算法尚未解决的较为核心的问题开展进一步研究,面向RR算子提出了基于泛三I算法的多输入单输出异蕴涵模糊控制器,并研究了其在模式识别中的应用。首先,探讨了采取RR算子的泛三I算法的还原性,结果表明其效果良好。其次,面向多输入单输出情形,提出并构建了基于泛三I算法的异蕴涵模糊控制器;并且分析了9种异蕴涵模糊控制器的响应能力,获得了一些理想的模糊控制器。最后,将异蕴涵模糊控制器应用于模式识别领域,给出了极性情感的模式识别算法,取得了良好效果。这些工作有力推动了模糊推理、模糊控制、模式识别等领域的发展。     

两种宽带接入方式HFC与ADSL的比较

宽带接入技术发展迅速，HFC和ADSL作为目前非常具有竞争力的两种宽带接入技术，有他们的共同点，即利用现有的网络资源，同时，他们又有着各自的特点，本文先对他们作了简要介绍，然后是试从带宽、速率，安全性，可靠性等几个方面对他们进行了比较。     

智能PKE系统设计

随着汽车越来越向智能化和人性化发展,PKE系统将会成为汽车门禁系统的主流。本文介绍了一种新的汽车智能无匙门控系统设计方案,给出具体的软、硬件设计,并对设计中的关键技术进行详细的描述。该系统功耗低、收发距离远、可靠性及安全性高,具有很好的应用前景。     

一种面向非平衡步态数据的帕金森病诊断方法

运动障碍是帕金森病（PD）患者的重要特征,步态信号分析可以为疾病诊断和康复治疗提供有力依据。现实中PD患者数量远小于正常人群,传统的机器学习方法不适合对正例样本数远多于反例的非平衡数据进行分类。为了准确地区分出PD患者和健康人,使用一种代价敏感支持向量机（CS-SVM）的方法来构建PD患者和健康人之间的步态信号分类模型。所有受试者的步态运动学特征数据是采用真实的U型电子步道系统提取的,并将特征数据转化为无量纲的形式来消除身高对时空属性的影响。实验结果表明使用这种CS-SVM方法得到的预测准确率和F-measure值分别达到了94.16%和87.08%,与传统的SVM方法相比性能更优。同时消除身高对时空属性的影响可以大幅提高识别性能,预测准确率和F-measure值分别达到94.81%和88.66%。     

基于GA的步态特征与SVM参数协同优化研究

为了辅助医生对帕金森病患者进行更好的诊断,采用遗传算法对患者步态特征和支持向量机参数进行协同优化。在特征选择部分将步态特征和支持向量机参数使用二进制编码的方式生成染色体,同时输入到遗传算法中。考虑到遗传算法的搜索性能和运行时间,针对算法中的种群大小和进化代数这两个参数进行了寻优,找出合适的种群大小和进化代数。实验结果显示平均准确率为85.11%,相对于其他特征选择算法,准确率最高高出14%。表明使用该方法后对帕金森病患者的步态特征进行了有效去除,有利于患者的诊断。