2020数字逻辑期末知识点总结

数字逻辑期末知识点总结

以下用A’ 代替 A非
在这里插入图片描述

1.若ABCDE为最小项,则它的逻辑相邻项有5
解析:逻辑相邻项有:A’ BCDE、AB’ CDE、ABC’ DE、ABCD’ E、ABCDE’

2.目前我们所学的双极型集成电路和单极型集成电路的典型电路分别是TTL门电路和CMOS门电路

3.在Verilog程序设计中,过程内部的语句是顺序语句,而其外部的语句是并行语句

4.将移位寄存器的输出以一定方式反馈到串行输入端可构成环形计数器和扭环形计数器

5.消除竞争冒险的方式:修改逻辑设计、引入选通脉冲、增加滤波电容

6.构成移位寄存器不能采用的触发器为同步触发器

7.存储12位的二进制信息需要12个触发器
解析:n个触发器用于存储n位二进制信息

8.对于TTL或非门,其多余的输入端可以接地
TTL与非门多余输入端可以悬空,悬空相当于接1,但在实际运行电路中,这样电路抗干扰不强。所以,TTL与非门多余输入端一般都接Vcc。

9.触发器总结:
D触发器:特性方程:Q* = D
RS触发器:特性方程:Q* =S+R’ Q , RS=0为约束条件
JK触发器:特性方程:Q* = JQ’ + K’ Q
T触发器: 特性方程:Q* = TQ’ + T’ Q

10.数码寄存器和锁存器都是由多个D触发器构成,其中寄存器是边沿触发,锁存器是电平触发

11.在Verilog HDL源程序中,assign定义的语句是并行语句

12.三态门的输出有三种状态:高电平、低电平、高阻状态

13.触发器的1态指Q=1,Q’ = 0,0态则相反

14.在各种电路结构的触发器中,边沿RS触发器的抗干扰能力最强,触发器的触发方式中边沿触发的抗干扰能力最强。

15.奇偶校验可以发现奇数位信号出错,比如1,3,5,7,因为两个同时出错后,奇偶性不变。

16.偶检验时,当1的个数为偶数,则监督码为0,当1的个数为奇数,监督码为1
奇校验时,当1的个数为奇数,则监督码为0,当1的个数为偶数时,监督码为1

17.竞争-冒险的产生是有条件的,有竞争不一定产生竞争-冒险。

例题: 有竞争现象就一定会产生尖脉冲。 错,不一定

竞争-冒险概念:由于竞争而在电路的输出端产生于逻辑电平相违背的尖脉冲现象

消除竞争冒险的方式:修改逻辑设计、引入选通脉冲、增加滤波电容

18.共阴极半导体数码管公共端为低电平,共阳极数码管公共端为高电平
因为共阴极数码管公共端为低电平,所以输入信号为1有效,对应的二极管亮

19.(课本P177)n个触发器构成的电路,有2n 个状态,但是环形计数器只会使用n个作为有效状态,扭环形计数器使用2n个作为有效状态。
例题:某中规模寄存器内有6个触发器,用它构成的扭环型计数器模长为12
因为扭环型是2n个有效状态,6 * 2 = 12

20.若用触发器构成一个24进制的计数器,至少需要 5个触发器
n个触发器用于存储n位二进制信息,由课本P143第8行公式,可知,M<=2n ,这里M=24,所以n为5

21.根据相加过程中进位方法的不同,二进制加法器可分为逐位进位加法器超前进位加法器

22.可以作为端口数据流向定义的关键字有:inputinoutoutput

23.组合逻辑电路特点:(常考判断题)
1)电路任意时刻的输出状态,只取决于该时刻的输入状态,而与该时刻之前的电路输入和输出状态无关
2)不具备存储功能的电路
3)从输出到输入反馈连接

24.时序逻辑电路特点:(常考判断题)
1)电路任意时刻的输出状态,与该时刻的输入状态有关,与该时刻之前的电路输入和输出状态也有关
2)具备存储功能的电路
3)从输出到输入存在反馈连接

verilog HDL编程

posedge是上升沿
negedge是下降沿

例题:设计一个3变量(A,B,C)的一致判定电路,当A=B=C时,输出F=1,否则输出F=0

module identical(a,b,c,f);
	input a,b,c;   //数据输入端
	output f;       //数据输出端
	reg f;          //说明数据输出变量类型为寄存器型
	always @(a,b,c)  //当a,b或c有任意一个发生变化,则过程执行
		case({a,b,c})
			3'b000:f=1;
			3'b111:f=1;
			default:f=0;
		endcase
endmodule

例题2: 用Verilog HDL编程实现带有使能控制端E的4路选择器

module database(D,A,B,E);
	input[3:0]D; //4路数据输入端
	input B,A;  //地址选择控制端
	output F;   //数据输出端
	reg F;
	always @(D,B,A) begin //当D、B、A中有任意一个变化时
		if(E)F=0;
		else
			case({B,A})
				2'b00: F=D[0];
				2'b01: F=D[1];
				2'b10: F=D[2];
				2'b11: F=D[3];
				default: F=0;
			endcase
	end
endmodule

例题3: 用Verilog HDL编程设计边沿JK触发器
(上升沿)

module JKFF(J,K,Q,QF,CP);
	input J,K,CP;
	output Q,QF;
	reg Q;
	assign QF=~Q;
	always @(posedge CP)
		case({J,K})
			2'b11:Q=~Q;
			2'b10:Q=1;
			2'b01:Q=0;
			default: Q=Q;
		endcase
endmodule
  • 24
    点赞
  • 74
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
深度学习期末知识点的PDF包含了深度学习的重要概念和技术,以下是对PDF内容的回答: 深度学习是一种基于人工神经网络的机器学习方法。它通过对大量数据进行训练来自动学习模式和表示,从而实现对复杂任务的高效处理。深度学习的核心概念包括神经网络、激活函数、损失函数、反向传播算法等。 神经网络是深度学习的基本模块,由多个神经元按层次组成。每个神经元接收上一层神经元的输出,并通过激活函数对输入进行非线性转换。常见的激活函数有Sigmoid、ReLU、Tanh等。神经网络的层数越多,可以表示的复杂模式就越多。 在深度学习中,损失函数用于度量模型预测与真实值的差异。常见的损失函数有均方误差(MSE)、交叉熵(Cross Entropy)等。模型通过反向传播算法来更新权重,以最小化损失函数。反向传播算法基于链式法则,将梯度从输出层传递到输入层,用于调整每个神经元的权重。 深度学习中的优化算法用于求解损失函数的最优解。常见的优化算法有随机梯度下降(SGD)、动量法、Adam等。这些算法通过迭代更新权重,使得损失函数逐渐减小。 除了基本概念和技术,深度学习的应用也涵盖了图像识别、语音识别、自然语言处理等领域。深度学习的模型结构也在不断发展,如卷积神经网络(CNN)适用于图像处理,循环神经网络(RNN)适用于序列数据。 综上所述,深度学习期末知识点的PDF内容涵盖了深度学习的核心概念、技术和应用。通过学习深度学习的知识,我可以理解神经网络的工作原理,掌握优化算法的选择和应用,以及应用深度学习解决实际问题的能力。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

葛济维的博客

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值