简介：以便分类机警地位，脑电图(EEG)的19条隧道从5个题目的信号在白天小睡期间被获得。特征(包括的时间域特征，频率域特征和非线性的特征)的十种不同类型从EEG信号被提取，并且一个改进自我组织的地图(ISOM)神经原网络被建议它成功地识别这些题目的三不同大脑地位：了解，睡意和睡觉。与传统的SOM相比，实验结果证明ISOM产生好一些的分类精确性，象89.59%一样高到达。
简介：完成一个14位的连续近似收款机analog-to-digital变换器(SAR模数转换器)的一种错误修正技术被建议。一个悦耳的裂口电容器被设计消除寄生电容器引起的失配。进程失配引起的电容器数组的线性错误被能改进采样率的一个新奇刻度电容器数组校准。双比较仪的拓扑学保证ADC的速度和精确。模拟结果证明在刻度以后的SAR模数转换器在500kilosamples/s完成83.07dBSNDR和13.5小点ENOB。
Alertness Staging Based on Improved Self-Organizing Map
Digital Self-Calibration Technique Based on 14-Bit SAR ADC
