發(fā)布時間：2018-05-21 18:10

  本文選題：人工神經(jīng)元 + 憶阻器　； 參考：《武漢科技大學(xué)》2014年碩士論文

【摘要】：人工神經(jīng)網(wǎng)絡(luò)是現(xiàn)代信息處理和智能控制領(lǐng)域的一個重要方法。神經(jīng)網(wǎng)絡(luò)的全硬件實(shí)現(xiàn)技術(shù)是神經(jīng)網(wǎng)絡(luò)研究的一個重要方面。從神經(jīng)網(wǎng)絡(luò)的定義可以看出：神經(jīng)元是構(gòu)成整個神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)。傳統(tǒng)的模擬神經(jīng)元電路都不能連續(xù)精準(zhǔn)的調(diào)整和方便有效的存儲神經(jīng)突觸上的權(quán)值。因此，設(shè)計一種權(quán)值精度高、穩(wěn)定性好、調(diào)整便捷的人工神經(jīng)元電路無疑具有很大的實(shí)用價值。 憶阻器是繼電阻、電容和電感之后的第四種基本電路元件，通過調(diào)節(jié)憶阻器兩端的電壓或流經(jīng)的電流可以改變其阻值的大小，它是一種具有記憶功能的納米級尺寸的非線性二端無源器件。 本文設(shè)計了一種基于憶阻器的人工神經(jīng)元電路，，可以通過一個端口來調(diào)整突觸權(quán)值的方向和大小以及實(shí)現(xiàn)信號的輸入。由于憶阻器的阻值是連續(xù)變化的且具有記憶功能，因此本文所設(shè)計的神經(jīng)元電路在權(quán)值調(diào)整的精度、存儲的穩(wěn)定性等方面比傳統(tǒng)的模擬神經(jīng)元電路具有很大優(yōu)勢。通過一系列SPICE仿真實(shí)驗(yàn)，驗(yàn)證了本文提出的設(shè)計方案的合理性和可行性。
[Abstract]:Artificial neural network is an important method in the field of modern information processing and intelligent control. The full hardware implementation of neural network is an important aspect of neural network research. From the definition of neural network, we can see that neuron is the basis of the whole neural network. Traditional analog neuron circuits can not adjust the weights of synapses continuously and accurately. Therefore, it is of great practical value to design an artificial neuron circuit with high weight accuracy, good stability and convenient adjustment. The resistor is the fourth basic circuit element after resistor, capacitance and inductance, which can be changed by adjusting the voltage at the two ends of the resistor or the current flowing through the resistor. It is a kind of non-linear two-terminal passive device with memory function. In this paper, an artificial neuron circuit based on amnesia is designed, which can adjust the direction and size of synaptic weight and realize the input of signal through a port. Because the resistive value of the amnesia is continuous and has memory function, the neuron circuit designed in this paper has a great advantage over the traditional analog neuron circuit in the precision of weight adjustment, the stability of storage and so on. The rationality and feasibility of the proposed design are verified by a series of SPICE simulation experiments.
【學(xué)位授予單位】：武漢科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TM13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張立君;徐佳;;人工神經(jīng)元電路結(jié)構(gòu)的研究與探討[J];北京印刷學(xué)院學(xué)報;2006年04期

2 沙道航，葛思華，何抆，丁崇生;采用人工神經(jīng)元的智能PID控制[J];西安工業(yè)學(xué)院學(xué)報;1994年04期

3 馬斌;李楠楠;王永會;邱海斌;張萬江;付佳新;;基于人工神經(jīng)元方式構(gòu)建的信息物理融合系統(tǒng)[J];沈陽建筑大學(xué)學(xué)報(自然科學(xué)版);2012年02期

4 梁勇;王志功;孟橋;郭曉丹;;基于總和增量調(diào)制的比特流人工神經(jīng)元和感知器的FPGA實(shí)現(xiàn)(英文)[J];Journal of Southeast University(English Edition);2012年03期

5 江建華,馬衍偉,王先進(jìn);用人工神經(jīng)元方法預(yù)報IF鋼性能[J];北京科技大學(xué)學(xué)報;1997年05期

6 張代兵;沈林成;胡德文;;一種新型人工神經(jīng)元振蕩器的設(shè)計與應(yīng)用[J];機(jī)器人;2007年06期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)會議論文 前5條

1 楊濟(jì)臣;陸啟韶;宋加坤;;Timoshenko梁振動的人工神經(jīng)元網(wǎng)絡(luò)控制方法[A];第十一屆全國非線性振動學(xué)術(shù)會議暨第八屆全國非線性動力學(xué)和運(yùn)動穩(wěn)定性學(xué)術(shù)會議論文集[C];2007年

2 楊濟(jì)臣;陸啟韶;宋加坤;;Timoshenko梁振動的人工神經(jīng)元網(wǎng)絡(luò)控制方法[A];第十一屆全國非線性振動學(xué)術(shù)會議暨第八屆全國非線性動力學(xué)和運(yùn)動穩(wěn)定性學(xué)術(shù)會議論文摘要集[C];2007年

3 喻宗泉;;使用人工神經(jīng)元調(diào)節(jié)器的雙環(huán)直流調(diào)速系統(tǒng)[A];1997中國控制與決策學(xué)術(shù)年會論文集[C];1997年

4 白雯;;應(yīng)用人工神經(jīng)元BP網(wǎng)絡(luò)實(shí)現(xiàn)對CAI課件的評價[A];第十四屆全國圖學(xué)教育研討會暨第六屆制圖CAI課件演示交流會論文集（下冊）[C];2004年

5 馮嘉禮;;定性映射、轉(zhuǎn)化程度函數(shù)、人工神經(jīng)元和集合模糊化[A];第12屆全國模糊系統(tǒng)與模糊數(shù)學(xué)學(xué)術(shù)年會論文集[C];2004年

相關(guān)重要報紙文章 前2條

1 華凌;世界唯一兩棲“蠑螈”機(jī)器人Ⅱ亮相[N];科技日報;2013年

2 本報記者 丁波;“上上下下”更綠色[N];解放日報;2005年

相關(guān)碩士學(xué)位論文 前1條

1 朱任杰;憶阻器實(shí)現(xiàn)神經(jīng)元電路的方法研究[D];武漢科技大學(xué);2014年

本文編號：1920229