摘要：提出将自组织模糊神经网络(SCFNN)应用于网络控制系统(NCS)中的远程控制器的设计。SCFNN的学习过程包括结构学习和参数学习两个阶段。结构学习的目的是对输入空间进行合理的模糊划分并动态地生成一组模糊逻辑控制规则,而参数学习是通过有监督梯度下降法来调整隶属度函数的参数以及模糊规则中结论部分的权值。最初的SCFNN只有输入节点和输出节点,而经过在线学习后逐步生成隶属度函数节点和规则节点。对基于Profibus-DP网络的网络控制系统进行测试,并与采用修正Ziegler-Nichols法设计的控制器的控制效果进行比较,结果表明基于SCFNN思想设计的远程控制器在网络控制系统中能够获得满意的控制效果。

摘要：介绍了框架的概念、特征、应用案例及其在实验技能自动测评系统中的应用思路,并给出了实验技能自动测评系统框架设计与实现的技术路线。

摘要：提出一种满足新型双通道阻变存储器读写操作要求的Hspice模型.这种模型基于新的机理,即通过改变一块1 Mb阻变存储阵列的一个单元中2种可重配置的稳定电阻存储模式实现"RESET态"和"SET态"之间的转换,它可以通过一个模拟电流-电压特性的分立器件模型来验证.与传统阻变存储器模型相比,利用这种模型,可以用较少的器件准确模拟出阻变存储单元的直流和瞬态扫描变化,加快了Hspice仿真速度,为外围电路的设计提供准确参考,在实际应用中有良好的前景.

摘要：提出一种适用于未来高密度应用的三维多层可堆叠1TxR阻变存储器设计.采用新型的多个存储电阻共享一个选通管的存储单元,选通管制作在硅片表面与标准逻辑工艺兼容,存储电阻堆叠在不同的互连金属层之间,构成三维存储结构.在0.13μm工艺下,以一个使用8层金属堆叠的1TxR(x=64)结构为例,其存储密度比传统的单层1T1R结构高280%.同时提出相关的读写操作方法来防止由漏电流造成的误写和误读并且降低功耗.

摘要：提出两种实现相变存储器多值存储的方法.这两种方法基于新的机理,即通过存储单元结构或相变材料的改进来得到在传统"高阻态"和"低阻态"两态之间稳定的中间电阻状态.与传统实现相变多态存储的方法相比,利用这两种方法实现的多值相变存储,可以有效地提高多态存储的可靠性和抗噪声性能,有利于在提高存储密度的同时简化外围电路的设计,在实际应用中有良好的前景.