张良震

作品数:22被引量:33H指数:4
导出分析报告
供职机构:安徽大学更多>>
发文主题:网络图论神经网络集成电路模拟电路布线更多>>
发文领域:电子电信自动化与计算机技术理学医药卫生更多>>
发文期刊:《电子与信息学报》《安徽大学学报(自然科学版)》《模式识别与人工智能》《电子科技大学学报》更多>>
所获基金:国家自然科学基金安徽省教委自然科学基金安徽省教委基金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-10
视图:
排序:
遗传算法应用于VLSI布局的研究被引量:4
《电路与系统学报》1999年第3期47-53,共7页张良震 刘红 史亮 秦玮 
省科委基金
本文是应用遗传算法实现VLSI门阵列模式布局,从建立相应的数学模型人手,提出一个较完备的综合布局目标函数,引入通道拥挤度的概念,从而改变了传统的常以总线长度或刻线数目的单一目标函数,使布局的构形更趋合理。在遗传参数选取方...
关键词:VLSI布局 遗传算法 设计 
遗传与C-均值混合算法用于聚类分析被引量:11
《模式识别与人工智能》1999年第1期98-103,共6页王涛 沈谦 朱明星 张良震 
安徽省教委自然科学基金
本文提出了一个将遗传算法与C-均值算法相结合的混合算法,并根据需要修改了交叉算子和变异算子。实验结果表明,该算法较好地避免了局部极小,同时收敛速度较快。
关键词:聚类分析 C-均值算法 遗传算法 
用于识别心电图的BP网络系统被引量:5
《上海生物医学工程》1998年第4期13-18,共6页沈虹 张良震 秦玮 史亮 
安徽省科委基金
基于BP神经网络算法和心电图(ECG)识别的原理,作者系统地探讨了BP网络用于心电图识别的方法并设计了一个用BP网络识别三种类型(ECG)一正常、下壁心肌梗塞和前间壁心肌梗塞的系统。实验结果较好。
关键词:神经网络 BP算法 心电图 心电图识别 
基于神经网络的波达方向实时估计问题探讨
《安徽大学学报(自然科学版)》1997年第3期39-43,共5页陶亮 丁国祥 张良震 
本文在无约束非线性规划神经网络模型的基础上,提出了一种实时估计空间多个信号到达方向即波达方向的方法,并给出了实例验证。
关键词:神经网络 非线性规划 方向估计 信号估计 
用遗传算法求解TSP
《电子与信息学报》1996年第S1期54-58,共5页曹鲁寅 张良震 
安徽省科委基金
本文应用遗传算法求解TSP。并提出了该算法在实现过程中的一些处理方法,最后给出了该算法的运行结果和总结。
关键词:TSP 排序 遗传算法 
积木块总体布线中残余区的利用
《安徽大学学报(自然科学版)》1996年第1期41-47,共7页胡庆生 张良震 汪晓岩 
本文提出了一个新的有效的积木块总体布线算法。本文通过定义“残余通道”的概念,在总体布线阶段使残余通道和主通道同时参与布线.从而使布线区域的利用率得到较大提高。本文还利用“最大割集最小化”的方法对初始总体布线的结果加以调...
关键词:残余通道 主通道 总体布线 集成电路 积木块 
电路、系统研究中新的理论与方法
《电气电子教学学报》1996年第1期7-10,共4页张良震 
在电路系统的研究和实现中,传统的理论与方法,已不能完全适应新的要求,本文将就兴时的神经网络计算和模糊逻辑、遗传算法、面向对象设计、小波变换、VLSI模型计算复杂性作一些简介,并概述其在电路。
关键词:电路系统CAD 
电路与系统研究中若干新的理论与方法被引量:2
《电路与系统学报》1996年第1期98-103,共6页张良震 
在电路系统的研究和实现中,传统的理论与方法,已不能完全适应新的要求,本文将就时兴的神经网络计算与模糊逻辑、遗传算法、面向对象设计、小波变换和网络模型计算复杂性作一些简介,并概述其在电路与系统研究中的部分应用。
关键词:神经网络 模糊逻辑 遗传算法 小波变换 网络模型 
BP网络改进及在电路故障诊断中的应用被引量:7
《微电子学与计算机》1996年第1期37-40,共4页沈谦 张良震 
本文根据BP神经网络的特点和性能以及电路故障诊断的要求,提出了一种利用BP神经网络对电路进行故障诊断的方法。该方法应用自行改进的BP抑经网络,建立了故障识别系统,并对模拟电路故障诊断进行了实例实现,计算机仿真结果良好。
关键词:神经网络 故障诊断 模拟电路 
基于空间分割的神经网络方向估计
《电子科技大学学报》1995年第4期355-359,共5页陶亮 张德龙 张良震 顾涓涓 
安徽省教委基金
在空间分割的基础上,提出了采用四个独立的二次规划神经网络neuralnetworks(NN)实现方向估计的方法。通过将空间角度分割成许多细小的等分,从这些不同的角度估计出沿该角度入射信号的幅度,从而判断出目标信号的个...
关键词:神经网络 方向估计 空间分割 
检索报告 对象比较 聚类工具 使用帮助 返回顶部