本发明公开了一种基于忆阻器的多值存储单元、读写电路及其·717·操作方法；所述基于忆阻的多值存储单元是利用忆阻器的阻变特性，由多个忆阻器以特殊的连接方式构成。这种连接方式组成的多值存储单元继承了忆阻器，体积小，功耗低，可拓展性强的优点。相较于传统忆阻器存储结构，所述多值存储结构提供了更大的存储空间，为存储器设计提供了一种新的思路。所述多值存储单元的读写电路包括存储单元、控制开关以及电压比较电路。所述读写

本发明公开了一种基于忆阻器的图像识别系统及方法。所述系 统包括图像信号提取模块、多个基于忆阻器的神经网络模块和识别模 块；所述识别模块其输入端与多个神经网络模块的输出端相连；每个 神经网络模块的输出端与识别模块的输入端相连，其输入端与信号提 取模块的输出端相连。所述方法包括以下步骤：（1）获取待识别灰度 图像的特征向量并输入各神经网络模型；（2）各神经网络模型根据其 图像模型对所述特征向量分别进行打分并进行识别；（3

本发明公开了一种基于忆阻器实现多层识别的电路及其控制方 法，来模拟生物大脑的多状态(认知、熟悉、陌生)认知能力。通过分别 调节第二输入端与第一输入端信号脉冲的匹配数目和第二输入端信号 脉冲幅值来实现多层次脉冲识别。第一输入端输入信号代表已存储在 生物大脑中的样本信号，第二输入端输入信号代表生物大脑接收到外 界环境的刺激信号，这种识别方法的原理是通过控制大脑存储的样本 信号和外界环境的刺激信号相互匹配，来调控大脑对于外

本发明公开了一种基于忆阻器的通用编程模块及其操作方法， 可编程模块包括阻变元件、电阻 R1、第一 N 型 MOS 管、第一 P 型 MOS 管、第二 N 型 MOS 管和第二 P 型 MOS 管；第一 N 型 MOS 管 的漏极和第一 P 型 MOS 管的漏极均连接至阻变元件的一端，第一 N 型 MOS 管的源极和第一 P 型 MOS 管的源极连接后与电阻 R1 的一端 连接，第一 N 型 MOS 管的栅极与第一 P 型 MOS

本发明公开了一种基于双反馈法的阻性传感阵列线性读出电路。所述读出电路包括：行多路选择器、列多路选择器、扫描控制器、负恒流源、电压采样装置以及第一运算放大器、第二运算放大器、第三运算放大器；所述负恒流源的输出端连接第一运算放大器的反相输入端，第一运算放大器的同相输入端与第二运算放大器的同相输入端连接后接地，第二运算放大器的反相输入端与第二运算放大器的输出端连接，第三运算放大器的反相输入端与第三运算放大器的输出端连接；电压采样装置用于对第三运算放大器的输出端电压、第一运算放大器的输出端电压进行检测。本发

项目简介 本成果利用去阻启动喷动床为反应器，将生物质秸秆和煤共催化气化，产生燃气， 形成了生物质稻草催化水煤气反应低焦油中热值燃气制备工艺，可用于农村地区以村镇 为单位的小型气化站的建设。成果已取得发明专利授权，ZL 2009 1 0264047.8。 性能指标 120kg/h 的生物质稻草等与煤、碳酸钙和水蒸汽共气化，生成焦油含量低于 10mg/m3 、 热值 10-15MJ/m3 的农村用燃气。 适用范围、市场前景

电子材料及器件噪声-可靠性测试平台，该系统是国内外首套电子器件噪声-可靠性分析系统。采用了基于虚拟仪器的微弱噪声测试、基于噪声的可靠性诊断方法、电子器件噪声的子波分析方法等关键技术，将子波分析用于噪声-可靠性表征，可对各种电子器件和集成电路模块进行噪声测试与分析、内部潜在缺陷诊断和无损预筛选。系统可以测量电子器件的各种噪声参数，同时对噪声进行频谱分析、子波分析、集总参数分析。具有实时检测、采集、和分析, 高精度、高可靠性、智能化、小体积的优点，良好的通用性和可升级性使其同时适用于科研和生产单位。

本发明公开了一种用于 ESD 保护的低压触发 SCR 器件。本发明创造采用第一 PMOS 和第二 PMOS 分别进行衬底触发和栅触发，从而降低 SCR 器件的触发电压。 ESD 脉冲信号施加在 Anode 和 Cathode 之间，第一 PMOS 和第二 PMOS 首先被触发导通，第一 PMOS 开通之后，给 Nwell 施加一触发电流，第二 PMOS 开通之后给第三 PMOS 施加一触发电压。第一 PMOS 施加的 Nwell 触发电流和第三 PMOS 的沟道电流触发晶闸管导通，晶闸管电流（ SCR current ）导通大部分 ESD  电流，从而实现了 ESD 保护。

光学领域顶尖期刊《自然·光子学》报道了浙江大学信息与电子工程学院陈红胜教授课题组的一项最新研究：在国际上率先实现基于深度学习的新一代智能隐身器件。在不依赖任何人为操控的情况下，快速地动态适应变化的背景环境，从而与背景电磁环境特征融为一体，实现自适应隐身。论文审稿专家认为：“这是一项激动人心的、及时而杰出的工作，它连接了变换光学、电磁超材料和人工智能等领域，为智能光子材料和器件这个新兴领域树立了很好的标杆，也将大大促进其他智能电磁器件的发展。”自然界存在两种“隐身”策略。一种是在变色龙和章鱼生物中常见的拟态隐身，使自己融于周边环境；另一种是透明隐身，即光透过物体时不产生任何散射，例如海樽和水母。科学家近年来提出的变换光学隐身方法则区别于上述两种策略，它利用坐标变换的方法来控制电磁波，使其绕过被隐身的区域，按照原来的方向传播，从而使物体完全隐形。与自然界的“隐身衣”相比，人类的“隐身衣”多数只能工作在单一的环境背景和既定的入射波条件。如果稍加改变外界环境或者入射波，隐身效果便会大幅度降低。“理想的隐身衣应该和章鱼和变色龙一样，能够快速自动地适应于变化的外界刺激和背景环境。”陈红胜说。如何才能实现这一点？“章鱼有色素细胞，我们有可重构的新型人工电磁材料单元；章鱼有中枢神经，我们有深度学习方法；章鱼有光敏细胞，我们可以搭建电磁波和环境探测器。”论文第一作者、课题组成员钱超说。当前，深度学习已经开始渗入电磁材料领域，但是主要偏重于理论上设计优化人工电磁材料。如何在实验上实现新型的智能电磁材料、构建新一代智能隐身系统并实现快速有效的自适应隐身，是一个极具挑战的课题，在此之前还未见成功实验的报道。经过三年多的不懈努力，陈红胜研究团队组在充分研究隐身领域关键技术瓶颈的基础上，在微波段成功实现了智能自适应隐身器件。研究团队设计了一项小车智能隐身实验——小车身披一层超薄的可重构的超表面隐身材料，这件“隐身衣”由智能芯片控制，集成了训练好的深度学习模型，能够根据输入的电磁信息快速做出决策，改变“隐身衣”的电磁响应。探测雷达随机改变着入射波的频率、极化和入射角，而小车的任务就是动态适应变化的探测信号，对雷达“隐身”。当环境发生变化，变色龙大约需要6秒时间过度到环境色；而当电磁环境发生变化时，披着智能隐身衣的小车只需要15毫秒就能自动地实时“换装”。陈红胜教授表示，智能隐身成功地融合了新型电磁材料和人工智能等领域，其采用硬件手段实现用于隐身调控的深度学习模型，在应用中只需单次前向计算即可做出合理的决策，大大地缩短了响应时间，这一方法对于实时性要求很高的其他应用也有很好的借鉴意义