智能算法在气体识别与NoC单元映射中的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·智能算法介绍 | 第8页 |
| ·人工神经网络的研究状况 | 第8-9页 |
| ·遗传算法的研究状况 | 第9-10页 |
| ·本文研究的内容和章节安排 | 第10-12页 |
| 2 两种智能算法介绍 | 第12-23页 |
| ·人工神经网络介绍 | 第12-18页 |
| ·生物神经元模型 | 第12-13页 |
| ·神经元模型 | 第13-14页 |
| ·BP神经网络介绍 | 第14-18页 |
| ·遗传算法介绍 | 第18-23页 |
| ·遗传算法生物学基础 | 第19页 |
| ·遗传算法介绍 | 第19-23页 |
| 3 混合气体识别的研究 | 第23-37页 |
| ·混合气体识别的介绍 | 第23-24页 |
| ·并列隐层双并联神经网络 | 第24-28页 |
| ·小波变换 | 第24-25页 |
| ·并列隐层双并联神经网络结构 | 第25-26页 |
| ·并列隐层双并联神经网络算法 | 第26-28页 |
| ·混合气体识别实验 | 第28-36页 |
| ·普通的BP神经网络实验 | 第28-30页 |
| ·双并联神经网络实验 | 第30-32页 |
| ·并列隐层双并联神经网络实验 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 4 NoC单元映射的研究 | 第37-50页 |
| ·NoC介绍 | 第37-38页 |
| ·NoC关键问题的介绍 | 第38-43页 |
| ·NoC拓扑结构 | 第38-40页 |
| ·路由算法 | 第40-41页 |
| ·包交换技术 | 第41-42页 |
| ·单元映射问题 | 第42-43页 |
| ·NoC系统性能评估 | 第43页 |
| ·遗传算法的改进 | 第43-46页 |
| ·传统的遗传算法的研究 | 第43-44页 |
| ·矩阵变换方式的讨论 | 第44-45页 |
| ·初始化问题的讨论 | 第45页 |
| ·通信功耗模型 | 第45-46页 |
| ·规则单元映射实验 | 第46-47页 |
| ·不规则单元映射实验 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 5 硬件仿真 | 第50-58页 |
| ·SystemC语言介绍 | 第50页 |
| ·硬件结构的基本参数 | 第50-51页 |
| ·硬件模块的介绍 | 第51-55页 |
| ·路由器模块 | 第52-53页 |
| ·IP核模块 | 第53-55页 |
| ·NoC系统的通讯验证 | 第55-56页 |
| ·仿真结果 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-64页 |
