1) Booth algorithm
Booth算法
1.
Taking advantages of the merits of redundant Booth encoding and modified Booth encoding,the novel Radix16 Booth algorithm of the structure can simply and quickly generate complicated multiples.
该结构所采用的新型Radix-16 Booth算法吸取了冗余Booth编码与改进Booth编码的优点,能简单、快速地产生复杂倍数。
2.
In order to improve performance of multiplier,this paper adopts modified Booth algorithm to generate partial product,proposes the leapfrog Wallace tree architecture to compress partial product,and introduces the modified LING adder to compute the final sum of the result of Wallace tree.
采用改进的Booth算法生成各个部分积,利用跳跃式Wallace树结构进行部分积压缩,通过改进的LING加法器对压缩结果进行求和。
3.
Using distributed algorithm,Booth algorithm,Wallace tree and carry-look-ahead adder,carry-select adder,as well as pipelining technology,a high speed FIR digital filter design based on FPGA is presented.
采用了分布式算法、Booth算法、Wallace树和超前进位加法器、进位选择加法器结构,以及流水线技术,基于FPGA进行了高速FIR数字滤波器的设计。
2) redundant Booth algorithm
冗余Booth算法
3) optimal Booth coder
Booth编码算法
4) Modified Booth algorithm
改进Booth算法
1.
Based on introducing modified Booth algorithm and its realization in word-length multiply,a novel parallel multiplier architecture is developed, and a new architecture is also used in high-speed adder.
在分析改进Booth算法双字节(16bit)乘法器的基础上,提出一种并行的乘法器结构,并且在最后的快速进位链中运用了新的设计,提高了乘法器的速度,相对于传统的结构减少了一位全加器的数量,达到减小电路规模和芯片面积,降低乘法器功耗的目的。
5) high radix Booth algorithm
高基Booth算法
1.
Predigest the sign bit spread of partial product by using the high radix Booth algorithm.
该乘法器采用高基Booth算法,简化部分积的符号扩展,通过采用较之常规Wallace树具有更规则和更简洁的连接复杂度的阵列结构以及一种新型超前进位加法器来进一步提高乘法器的运算速度。
6) Booth Multiplier
Booth乘法器
1.
An effective builtin selftest(BIST) scheme for 24bit BOOTH multiplier core is presented in this paper This generic BIST scheme does not require modifications in the design for testability(DFT) of the multiplier structure,and a fault testable coverage higher than 95% is achievable The method can also be applied to DFT of any other embedded cores
针对24位BOOTH乘法器核的可测性问题,提出了一种有效的BIST(built-inself-test)设计方案。
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条