-
公开(公告)号：CN109870952B
公开(公告)日：2023-10-20
申请号：CN201910072330.4
申请日：2019-01-25
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 郑州轻工业学院 , 南昌科晨电力试验研究有限公司
IPC: G05B19/042
Abstract: 一种多方式同步触发装置，由同步信号产生电路、同步信号调理电路、同步信号驱动电路和指示电路组成。所述装置可通过手动触发、内部触发和外部触发三种方式控制同步触发装置输出同步触发信号。可通过调整开关实现三种触发方式之间灵活切换；所述的手动触发方式是通过按键实现，用户按一次按钮开关即可输出一个同步触发信号；外部触发，则是由外部设备输入脉冲电平，控制同步触发装置产生同步信号；内部触发方式是通过PC控制实现，通过PC机给单片机发送特定指令，即可使同步触发装置输出同步触发信号；本发明的同步触发信号为具有驱动能力的窄脉冲，用于控制两个或多个设备同步开始工作。
-
公开(公告)号：CN109002647B
公开(公告)日：2019-06-07
申请号：CN201810941073.9
申请日：2018-08-17
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种具有延时学习功能的忆阻联想记忆神经网络电路，包括电压控制模块、突触神经元模块和延时模块，电压控制模块的输入端与输入信号相连接，电压控制模块的电压输出端分别与突触神经元模块的输入端和延时模块的电压输入端相连接；延时模块的输入端与输入信号相连接，延时模块的反馈信号输出端分别与延时模块和电压控制模块的反馈信号输入端相连接，延时模块的输出端与突触神经元模块的输入端相连接；突触神经元模块的反馈信号输出端与电压控制模块的反馈信号输入端相连接，突触神经元模块的控制信号输入端与输入信号相连接。本发明具有学习功能，并且学习速率是可变的，具有三种遗忘过程和延时学习功能，与实际情况更加接近。
-
公开(公告)号：CN109002647A
公开(公告)日：2018-12-14
申请号：CN201810941073.9
申请日：2018-08-17
Applicant: 郑州轻工业学院
CPC classification number: G06F17/5045 , G06N3/049 , G06N3/061
Abstract: 本发明提出了一种具有延时学习功能的忆阻联想记忆神经网络电路，包括电压控制模块、突触神经元模块和延时模块，电压控制模块的输入端与输入信号相连接，电压控制模块的电压输出端分别与突触神经元模块的输入端和延时模块的电压输入端相连接；延时模块的输入端与输入信号相连接，延时模块的反馈信号输出端分别与延时模块和电压控制模块的反馈信号输入端相连接，延时模块的输出端与突触神经元模块的输入端相连接；突触神经元模块的反馈信号输出端与电压控制模块的反馈信号输入端相连接，突触神经元模块的控制信号输入端与输入信号相连接。本发明具有学习功能，并且学习速率是可变的，具有三种遗忘过程和延时学习功能，与实际情况更加接近。
-
公开(公告)号：CN108632016B
公开(公告)日：2020-07-24
申请号：CN201810344358.4
申请日：2018-04-17
Applicant: 郑州轻工业学院
IPC: H04L9/00
Abstract: 本发明提出了一种多吸引子的自治忆阻混沌电路，由电阻、电容、运算放大器、乘法器、正切模块构建五条电路通道，五条电路通道的混沌电路特性方程均由正切信号组成，由于三角函数的周期性，存在许多个不定的吸引子，与现有的忆阻混沌电路相比，系统吸引子的增加，其拓扑结构更加复杂，动力学行为更加丰富，在一定程度上使得混沌系统在保密通信应用提供技术参考。本发明的自治忆阻混沌电路能够产生多个不确定的吸引子，在一定程度上提高保密通信的安全性。
-
公开(公告)号：CN108737063B
公开(公告)日：2019-11-15
申请号：CN201810343803.5
申请日：2018-04-17
Applicant: 郑州轻工业学院
IPC: H04L9/00
Abstract: 本发明提出了一种三维自治忆阻混沌电路，用以解决现有三阶混沌系统不能满足实际保密通信中安全性的问题。本发明包含由电阻、电容、运算放大器、乘法器和正弦模块组成的三条电路通道，三条电路通道的混沌电路特性方程均由正弦信号组成，利用原件搭建三条电路通道，由于三角函数的周期性，存在许多个不定的吸引子，其拓扑结构更加复杂，动力学行为更加丰富，在一定程度上使得保密通信更加难以破译，提高保密通信的安全性。本发明的自治忆阻混沌电路更加新颖、特殊，混沌保密更加难以被破解，电路结构简单、易于实现，能够产生丰富的独特的动力学行为，在信息处理和保密通信等领域有一定的应用前景和作用。
-
Patent Agency Ranking
公开(公告)号：CN109870952A
公开(公告)日：2019-06-11
申请号：CN201910072330.4
申请日：2019-01-25
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 郑州轻工业学院 , 南昌科晨电力试验研究有限公司
IPC: G05B19/042
Abstract: 一种多方式同步触发装置，由同步信号产生电路、同步信号调理电路、同步信号驱动电路和指示电路组成。所述装置可通过手动触发、内部触发和外部触发三种方式控制同步触发装置输出同步触发信号。可通过调整开关实现三种触发方式之间灵活切换；所述的手动触发方式是通过按键实现，用户按一次按钮开关即可输出一个同步触发信号；外部触发，则是由外部设备输入脉冲电平，控制同步触发装置产生同步信号；内部触发方式是通过PC控制实现，通过PC机给单片机发送特定指令，即可使同步触发装置输出同步触发信号；本发明的同步触发信号为具有驱动能力的窄脉冲，用于控制两个或多个设备同步开始工作。
-
公开(公告)号：CN109711537B
公开(公告)日：2020-09-11
申请号：CN201811454099.7
申请日：2018-11-30
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种基于忆阻神经网络的预测电路，解决了现有人工神经网络依赖于计算机，需要消耗大量计算力的问题。本发明包括忆阻神经网络模块、迭代器、信号输入模块和信号输出模块，信号输入模块的输入端子与输入信号相连接，信号输入模块的输出端子与迭代器的第一输入端子相连接，迭代器的第二输入端子与忆阻神经网络模块的输出端子相连接，迭代器的输出端子分别与忆阻神经网络模块的输入端和信号输出模块的输入端子相连接，信号输出模块的输出端子输出电路的输出信号。本发明所输出的预测结果是根据忆阻神经网路中经过训练而存储的信息对输入信息所作出的智能化判断，具有预测功能的忆阻神经网络电路具有十分重要的现实意义。
-
公开(公告)号：CN109711537A
公开(公告)日：2019-05-03
申请号：CN201811454099.7
申请日：2018-11-30
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种基于忆阻神经网络的预测电路，解决了现有人工神经网络依赖于计算机，需要消耗大量计算力的问题。本发明包括忆阻神经网络模块、迭代器、信号输入模块和信号输出模块，信号输入模块的输入端子与输入信号相连接，信号输入模块的输出端子与迭代器的第一输入端子相连接，迭代器的第二输入端子与忆阻神经网络模块的输出端子相连接，迭代器的输出端子分别与忆阻神经网络模块的输入端和信号输出模块的输入端子相连接，信号输出模块的输出端子输出电路的输出信号。本发明所输出的预测结果是根据忆阻神经网路中经过训练而存储的信息对输入信息所作出的智能化判断，具有预测功能的忆阻神经网络电路具有十分重要的现实意义。
-
公开(公告)号：CN108737063A
公开(公告)日：2018-11-02
申请号：CN201810343803.5
申请日：2018-04-17
Applicant: 郑州轻工业学院
IPC: H04L9/00
Abstract: 本发明提出了一种三维自治忆阻混沌电路，用以解决现有三阶混沌系统不能满足实际保密通信中安全性的问题。本发明包含由电阻、电容、运算放大器、乘法器和正弦模块组成的三条电路通道，三条电路通道的混沌电路特性方程均由正弦信号组成，利用原件搭建三条电路通道，由于三角函数的周期性，存在许多个不定的吸引子，其拓扑结构更加复杂，动力学行为更加丰富，在一定程度上使得保密通信更加难以破译，提高保密通信的安全性。本发明的自治忆阻混沌电路更加新颖、特殊，混沌保密更加难以被破解，电路结构简单、易于实现，能够产生丰富的独特的动力学行为，在信息处理和保密通信等领域有一定的应用前景和作用。
-
公开(公告)号：CN108632016A
公开(公告)日：2018-10-09
申请号：CN201810344358.4
申请日：2018-04-17
Applicant: 郑州轻工业学院
IPC: H04L9/00
Abstract: 本发明提出了一种多吸引子的自治忆阻混沌电路，由电阻、电容、运算放大器、乘法器、正切模块构建五条电路通道，五条电路通道的混沌电路特性方程均由正切信号组成，由于三角函数的周期性，存在许多个不定的吸引子，与现有的忆阻混沌电路相比，系统吸引子的增加，其拓扑结构更加复杂，动力学行为更加丰富，在一定程度上使得混沌系统在保密通信应用提供技术参考。本发明的自治忆阻混沌电路能够产生多个不确定的吸引子，在一定程度上提高保密通信的安全性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.026 seconds)
