圖像分類是人工神經(jīng)網(wǎng)絡(luò)的研究領(lǐng)域之一,手寫數(shù)字識別又是圖像分類的一個(gè)重要應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)是根據(jù)生物腦學(xué)習(xí)和記憶的功能,仿照腦細(xì)胞處理信號的方式去設(shè)計(jì),能處理大量數(shù)據(jù)運(yùn)算和訓(xùn)練更新自身參數(shù)的系統(tǒng),具有并行處理數(shù)據(jù)的特點(diǎn)。神經(jīng)網(wǎng)絡(luò)通常采用軟件串行處理方式實(shí)現(xiàn),缺點(diǎn)是訓(xùn)練速度較慢,耗時(shí)長;其另一種實(shí)現(xiàn)方式是硬件實(shí)現(xiàn),可克服軟件處理慢的缺點(diǎn)。FPGA作為一種可編程邏輯器件,具有并行處理能力和可重復(fù)配置的優(yōu)點(diǎn),且內(nèi)嵌豐富的乘法器和存儲(chǔ)器資源,適合神經(jīng)網(wǎng)絡(luò)算法的實(shí)現(xiàn),可提高網(wǎng)絡(luò)訓(xùn)練速度,滿足實(shí)時(shí)性的要求。因此成為研究神經(jīng)網(wǎng)絡(luò)硬件實(shí)現(xiàn)的一種理想器件。神經(jīng)網(wǎng)絡(luò)是由若干人工神經(jīng)元按照一定規(guī)則相互連接起來的,具有并行分布結(jié)構(gòu)、非線性激活函數(shù)、歸納學(xué)習(xí)、適應(yīng)性的特點(diǎn)。BP網(wǎng)絡(luò)在語音識別、圖像分類和信號處理等領(lǐng)域應(yīng)用是最為廣泛的神經(jīng)網(wǎng)絡(luò)模型之一,具有快速和大規(guī)模處理的能力。手寫數(shù)字識別系統(tǒng)根據(jù)BP算法訓(xùn)練更新神經(jīng)元的權(quán)重和偏置,實(shí)現(xiàn)手寫數(shù)字樣本識別。本文用FPGA實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和識別功能,并應(yīng)用于手寫數(shù)字識別,主要研究內(nèi)容如下。研究手寫數(shù)字BP神經(jīng)網(wǎng)絡(luò)架構(gòu)和BP網(wǎng)絡(luò)算法原理,參考python語言程序... 

【文章來源】：青島大學(xué)山東省

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

MNIST部分像素?cái)?shù)據(jù)

一個(gè)手寫數(shù)字樣本0

MNIST庫部分?jǐn)?shù)字樣本

【參考文獻(xiàn)】：
期刊論文
[1]基于FPGA的BP神經(jīng)網(wǎng)絡(luò)硬件實(shí)現(xiàn)及改進(jìn)[J]. 楊景明,杜韋江,吳紹坤,李良,魏立新.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(06)
[2]層疊式SOM神經(jīng)網(wǎng)絡(luò)星圖識別算法及FPGA驗(yàn)證[J]. 鄭天宇,尹達(dá)一,趙玥皎.  紅外技術(shù). 2018(03)
[3]基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)[J]. 李嘉輝,蔡述庭,陳學(xué)松,熊曉明.  自動(dòng)化與信息工程. 2018(01)
[4]基于FPGA的脈沖神經(jīng)網(wǎng)絡(luò)加速器設(shè)計(jì)[J]. 沈陽靖,沈君成,葉俊,馬琪.  電子科技. 2017(10)
[5]FPGA嵌入式語音識別控制系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)[J]. 嚴(yán)翔,張屯厚,鄧威.  計(jì)算機(jī)與網(wǎng)絡(luò). 2017(19)
[6]基于FPGA的圖像疊加及VGA顯示設(shè)計(jì)[J]. 陳權(quán),朱衛(wèi)華,曹亮,陳志勇.  南華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[7]基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)加速器[J]. 余子健,馬德,嚴(yán)曉浪,沈君成.  計(jì)算機(jī)工程. 2017(01)
[8]基于FPGA實(shí)時(shí)Sobel邊緣檢測形態(tài)學(xué)優(yōu)化設(shè)計(jì)[J]. 仝海峰,蔡俊,范靜靜.  微電子學(xué). 2015(06)
[9]基于Python的sigmoid函數(shù)FPGA實(shí)現(xiàn)[J]. 劉毅飛.  微處理機(jī). 2014(01)

碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的圖像特征點(diǎn)提取在FPGA上實(shí)現(xiàn)[D]. 付清林.桂林電子科技大學(xué) 2019
[2]基于圖像處理的絕緣子破損識別[D]. 馬敏.石家莊鐵道大學(xué) 2019
[3]卷積神經(jīng)網(wǎng)絡(luò)軟硬件綜合平臺設(shè)計(jì)[D]. 魏廣舉.北京郵電大學(xué) 2019
[4]基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 張晉.華中科技大學(xué) 2019
[5]基于FPGA的BP神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)研究[D]. 毛菲菲.青島大學(xué) 2019
[6]CNN全連接層FPGA硬件實(shí)現(xiàn)技術(shù)研究[D]. 邵清.東北師范大學(xué) 2019
[7]神經(jīng)網(wǎng)絡(luò)算法的FPGA加速研究[D]. 王紹潤.武漢大學(xué) 2019
[8]基于FPGA的神經(jīng)網(wǎng)絡(luò)加速器的規(guī)模可伸縮性研究[D]. 陳辰.江南大學(xué) 2019
[9]基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)加速器[D]. 蹇強(qiáng).浙江大學(xué) 2019
[10]基于神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識別改進(jìn)算法和系統(tǒng)研究[D]. 王際凱.西安電子科技大學(xué) 2018



本文編號：3558746