- 最近
- 已收藏
- 排序
- 筛选
- 775
- 5
- 405
- 138
- 74
- 70
- 30
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 主题词
- 外文期刊
- 文献类型
- 刊名
- 作者
- 主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 刘双 刘建国 《南昌大学学报(理科版)》 2016年40卷3期 229-232页
【摘要】 研究忆阻器混沌振荡器系统的动力性态,通过高维理论和符号运算分析了这类系统的分支性质,并得到在一定的条件下,系统会发生折分支和 Hopf分支。通过分析发现系统存在平衡点,并将平衡点平移到原点后,并运用规范形研究分析,在一定的分支参数范围内,系...
【中文期刊】 夏思为 段书凯 等 《计算机学报》 2013年36卷12期 2577-2586页
【摘要】 忆阻器是一种阻值变化依赖于通过它的电荷量或磁通量的新型电子器件,在非易失性存储器和人工神经网络等应用中具有独特优势.智能PID控制器在现代控制领域中占据重要地位.文中在研究传统单神经元和神经网络PID控制器的基础上,引入具有类似于人脑突触行...
【关键词】 忆阻器; 单神经元PID控制器; 神经网络PID控制器;
【中文期刊】 张凤清 段书凯 等 《计算机科学》 2013年40卷z1期 58-60,63页
【摘要】 将新型的电路元件忆阻器与传统细胞神经网络相结合,构建出体积小、功耗低、计算速度快的忆阻细胞神经网络.用该网络实现对车牌图像定位的预处理,对应的计算机仿真结果验证了方案的有效性.提出的忆阻细胞神经网络将提高硬件电路实现的集成度,同时也有利于车...
【中文期刊】 张椅 段书凯 等 《计算机科学》 2013年40卷10期 213-217页
【摘要】 忆阻器具有独特的记忆功能和连续可变的电导状态,在人工智能与神经网络等研究领域具有巨大的应用优势.详细推导了忆阻器的电荷控制模型,将纳米忆阻器与具有智能信息处理能力的混沌神经网络相结合,提出了一种新型的基于忆阻器的连续学习混沌神经网络模型.利...
【中文期刊】 《仿生工程学报(英文版)》 2017年14卷1期 151-162页 SCIMEDLINEISTICCSCD
【关键词】 unconventional computing; Physarum polycephalum; computer music;
【外文期刊】 Jang, Byung Chul ; Kim, Sungkyu ; 等 《Nature reviews Cancer》 2019年19卷2期 839-849页
【关键词】 Flexible memristor; artificial neural network (ANN); neuromorphic system;
【外文期刊】 Alexander G Volkov ; Eunice K Nyasani ; 等 《Plant signaling & behavior》 2015年10卷10期 e1071750/1-e1071750/8页
【关键词】 circular voltammetry; memory; memristor;
【外文期刊】 Volkov, Alexander G. ; Nyasani, Eunice K. ; 等 《Bioelectrochemistry》 2016年112卷 9-15页 SCISCIEMEDLINE
【关键词】 Memristor; Electrotonic potential; Bioelectrochemistry;
【外文期刊】 Mueller, Siguna ; 《Explore: the journal of science and healing》 2020年16卷4期 250-256页
【关键词】 Resonance of actions; Action coherence; Discreteness of behavior;
【外文期刊】 Chen, Liping ; Wu, Ranchao ; 等 《Neural Networks: The Official Journal of the International Neural Network Society》 2015年71卷 37-44页 SCISCIEMEDLINE
【关键词】 Fractional-order; Memristor-based neural networks; Stability;