针对如何将忆阻器融入人工神经网络算法并进行硬件实现的问题，提出了一种在现场可编程逻辑门阵列（FPGA）平台上实现的基于忆阻特性的监督神经网络算法。该设计以忆阻器模块作为神经网络中的权值存储模块，构建误差反馈机制的监督学习。将该忆阻神经网络电路应用于图像分类问题，并进行了资源占用和处理速度的优化。实验结果表明其分类结果良好，在Cyclone II：EP2C70F896I8平台上，整体网络算法占用11 773个逻辑单元（LEs），训练耗时0.33 ms，图像的测试耗时10 μs。这一工作对忆阻器和神经网络的结合提出了一个有益的参考。

在这项工作中，我们提出了一个新的忆阻器SPICE模型，该模型考虑了以前已通过实用的忆阻器设备演示的典型突触特征。 我们表明，该模型可以解释在不同刺激下的易失性和非易失性忆阻变化。 然后，我们证明我们的模型能够通过简单的非重叠数字脉冲对来支持典型的STDP。 最后，我们研究了我们的模型模拟突触修饰的活性依赖性动力学的能力，并提出了与生物学结果非常吻合的模拟结果。

介绍 JSpice是受SPICE启发的Java模拟电路模拟器，其重点是模拟忆阻器和包含忆阻器的模拟电路。 简而言之，与主流SPICE版本相比，JSpice的功能非常有限，并且只能执行以下操作： 直流工作点分析 直流扫描分析 瞬态分析（对任意输入波形的时间响应） JSpice最初是在任何主流SPICE应用程序支持忆阻器仿真之前编写的，那时，我们认为用Java编写SPICE的自定义版本比尝试弄清楚如何将忆阻器设备本地集成到其中要容易得多。现有的SPICE版本。 最近，其他功能更强大的仿真器（如Xyce）也出现了，并且我们现在正在利用这些工具进行CMOS +忆阻器电路仿真。 但是，JSpice仍可用于快速原型制作，并用作的仿真引擎。 如果您有兴趣学习修改节点分析的机制，并且您最喜欢的编程语言是Java，那么JSpice可能会让您感兴趣。 JSpice的流程图 以下是JSpice主程序流程

HP 忆阻器模型和仿真 HP忆阻器型号 根据惠普关于忆阻器的论文进行的模拟 联想学习的网络模拟 两种不同尖峰类型的比较： 单脉冲 双脉冲

The new Springer book, Advances in Memristors, Memristive Devices and Systems, consists of 20 contributed chapters by subject experts who are specialized in the various topics addressed in this book. The special chapters have been brought out in this book after a rigorous review process in the broad areas of modeling and applications of memristors, memristive devices and systems. Special importance was given to chapters offering practical solutions and novel methods for the recent research problems in the modeling and applications of memristors, memristive devices and systems. This book discusses trends and applications of memristors and memristive devices in engineering.

Matlab忆阻器memristor-memristor.m 作为Matlab初学者，好多东西要学习。 源代码可以实现忆阻器的I-V曲线，但显然不够灵活，必须手动调整参数。 现在想将其中的参数ratio，v0，ω0变成可调节范围的， 还不知道怎样做，如果将参数直接放入方程不知能解不， 如果能解，在获得结果s后，怎样把参数换成数值，貌似subs函数，只能替换t。 希望有心人一起扩展此程序，在网上有mathematica实现的例子 http://demonstrations.wolfram.com/CurrentVoltageCharacteristicsOfAMemristor/ 我的下一步是做GUI，并实现动画。希望做的更好。

本文提出了一种新型的忆阻器，然后提出了一种由现成的固态组件构建的仿真器，该仿真器模仿了拟议的忆阻器的行为。 在仿真器上进行了Multisim仿真和面包板实验，当仿真器由周期性激励电压驱动时，在电压-电流平面上会显示出一个捏滞的磁滞回线。 此外，通过使用提出的忆阻器和其他电路元件，设计了一种新的简单混沌电路。 令人兴奋的是，只有线性负电阻器，电容器，电感器和忆阻器的这种电路可以产生混沌吸引子。 利用李雅普诺夫指数，相图和分叉图分析了所提出混沌系统的动力学行为。 最后，设计了一个电子电路来实现混沌系统。 为了简化电路拓扑，可以以低成本容易地制造所提出的混沌电路。

Matlab忆阻器memristor-GUI_memristor.fig 作为Matlab初学者，好多东西要学习。 源代码可以实现忆阻器的I-V曲线，但显然不够灵活，必须手动调整参数。 现在想将其中的参数ratio，v0，ω0变成可调节范围的， 还不知道怎样做，如果将参数直接放入方程不知能解不， 如果能解，在获得结果s后，怎样把参数换成数值，貌似subs函数，只能替换t。 希望有心人一起扩展此程序，在网上有mathematica实现的例子 http://demonstrations.wolfram.com/CurrentVoltageCharacteristicsOfAMemristor/ 我的下一步是做GUI，并实现动画。希望做的更好。

针对传统的忆阻器模型存在不能很好地与HP实验室提出的忆阻器物理模型中忆阻器的阻值变化特点相符的问题,提出了一种改进的带有阈值电压的忆阻器模型,该模型能很好地模拟忆阻器的"激活"现象,其特性与HP实验室的忆阻器物理模型相符;基于该改进模型设计了一种高通滤波器电路,该电路通过改变忆阻器阻值控制电路的输出信号来改变忆阻器的阻值,从而实现了滤波器截止频率的调节。SPICE仿真结果验证了设计的正确性。

本文研究了基于忆阻器的神经网络的有限时间同步。的目的解决的问题是设计一个合适的控制器来实现驱动器和驱动器之间的有限时间同步。响应系统。与以前的工作不同，这种基于限忆器的有限时间同步将得以实现右侧不连续的神经网络。基于有限时间稳定性理论和非光滑在数学分析中，得出了足够的条件以确保基于忆阻器的有限时间同步神经网络。举一个例子来说明主要结果的正确性。