基于FPGA的手寫數(shù)字BP神經(jīng)網(wǎng)絡研究與設計
發(fā)布時間:2021-12-30 18:26
圖像分類是人工神經(jīng)網(wǎng)絡的研究領域之一,手寫數(shù)字識別又是圖像分類的一個重要應用。人工神經(jīng)網(wǎng)絡是根據(jù)生物腦學習和記憶的功能,仿照腦細胞處理信號的方式去設計,能處理大量數(shù)據(jù)運算和訓練更新自身參數(shù)的系統(tǒng),具有并行處理數(shù)據(jù)的特點。神經(jīng)網(wǎng)絡通常采用軟件串行處理方式實現(xiàn),缺點是訓練速度較慢,耗時長;其另一種實現(xiàn)方式是硬件實現(xiàn),可克服軟件處理慢的缺點。FPGA作為一種可編程邏輯器件,具有并行處理能力和可重復配置的優(yōu)點,且內(nèi)嵌豐富的乘法器和存儲器資源,適合神經(jīng)網(wǎng)絡算法的實現(xiàn),可提高網(wǎng)絡訓練速度,滿足實時性的要求。因此成為研究神經(jīng)網(wǎng)絡硬件實現(xiàn)的一種理想器件。神經(jīng)網(wǎng)絡是由若干人工神經(jīng)元按照一定規(guī)則相互連接起來的,具有并行分布結構、非線性激活函數(shù)、歸納學習、適應性的特點。BP網(wǎng)絡在語音識別、圖像分類和信號處理等領域應用是最為廣泛的神經(jīng)網(wǎng)絡模型之一,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算法訓練更新神經(jīng)元的權重和偏置,實現(xiàn)手寫數(shù)字樣本識別。本文用FPGA實現(xiàn)BP神經(jīng)網(wǎng)絡的訓練和識別功能,并應用于手寫數(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)絡架構和BP網(wǎng)絡算法原理,參考python語言程序...
【文章來源】:青島大學山東省
【文章頁數(shù)】:67 頁
【學位級別】:碩士
【部分圖文】:
MNIST部分像素數(shù)據(jù)
一個手寫數(shù)字樣本0
MNIST庫部分數(shù)字樣本
【參考文獻】:
期刊論文
[1]基于FPGA的BP神經(jīng)網(wǎng)絡硬件實現(xiàn)及改進[J]. 楊景明,杜韋江,吳紹坤,李良,魏立新. 計算機工程與設計. 2018(06)
[2]層疊式SOM神經(jīng)網(wǎng)絡星圖識別算法及FPGA驗證[J]. 鄭天宇,尹達一,趙玥皎. 紅外技術. 2018(03)
[3]基于FPGA的卷積神經(jīng)網(wǎng)絡的實現(xiàn)[J]. 李嘉輝,蔡述庭,陳學松,熊曉明. 自動化與信息工程. 2018(01)
[4]基于FPGA的脈沖神經(jīng)網(wǎng)絡加速器設計[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)的設計實現(xiàn)[J]. 嚴翔,張屯厚,鄧威. 計算機與網(wǎng)絡. 2017(19)
[6]基于FPGA的圖像疊加及VGA顯示設計[J]. 陳權,朱衛(wèi)華,曹亮,陳志勇. 南華大學學報(自然科學版). 2017(03)
[7]基于FPGA的卷積神經(jīng)網(wǎng)絡加速器[J]. 余子健,馬德,嚴曉浪,沈君成. 計算機工程. 2017(01)
[8]基于FPGA實時Sobel邊緣檢測形態(tài)學優(yōu)化設計[J]. 仝海峰,蔡俊,范靜靜. 微電子學. 2015(06)
[9]基于Python的sigmoid函數(shù)FPGA實現(xiàn)[J]. 劉毅飛. 微處理機. 2014(01)
碩士論文
[1]基于神經(jīng)網(wǎng)絡的圖像特征點提取在FPGA上實現(xiàn)[D]. 付清林.桂林電子科技大學 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 2019
[3]卷積神經(jīng)網(wǎng)絡軟硬件綜合平臺設計[D]. 魏廣舉.北京郵電大學 2019
[4]基于FPGA的卷積神經(jīng)網(wǎng)絡系統(tǒng)設計與實現(xiàn)[D]. 張晉.華中科技大學 2019
[5]基于FPGA的BP神經(jīng)網(wǎng)絡的實現(xiàn)研究[D]. 毛菲菲.青島大學 2019
[6]CNN全連接層FPGA硬件實現(xiàn)技術研究[D]. 邵清.東北師范大學 2019
[7]神經(jīng)網(wǎng)絡算法的FPGA加速研究[D]. 王紹潤.武漢大學 2019
[8]基于FPGA的神經(jīng)網(wǎng)絡加速器的規(guī)?缮炜s性研究[D]. 陳辰.江南大學 2019
[9]基于FPGA的卷積神經(jīng)網(wǎng)絡加速器[D]. 蹇強.浙江大學 2019
[10]基于神經(jīng)網(wǎng)絡的手寫數(shù)字識別改進算法和系統(tǒng)研究[D]. 王際凱.西安電子科技大學 2018
本文編號:3558746
【文章來源】:青島大學山東省
【文章頁數(shù)】:67 頁
【學位級別】:碩士
【部分圖文】:
MNIST部分像素數(shù)據(jù)
一個手寫數(shù)字樣本0
MNIST庫部分數(shù)字樣本
【參考文獻】:
期刊論文
[1]基于FPGA的BP神經(jīng)網(wǎng)絡硬件實現(xiàn)及改進[J]. 楊景明,杜韋江,吳紹坤,李良,魏立新. 計算機工程與設計. 2018(06)
[2]層疊式SOM神經(jīng)網(wǎng)絡星圖識別算法及FPGA驗證[J]. 鄭天宇,尹達一,趙玥皎. 紅外技術. 2018(03)
[3]基于FPGA的卷積神經(jīng)網(wǎng)絡的實現(xiàn)[J]. 李嘉輝,蔡述庭,陳學松,熊曉明. 自動化與信息工程. 2018(01)
[4]基于FPGA的脈沖神經(jīng)網(wǎng)絡加速器設計[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)的設計實現(xiàn)[J]. 嚴翔,張屯厚,鄧威. 計算機與網(wǎng)絡. 2017(19)
[6]基于FPGA的圖像疊加及VGA顯示設計[J]. 陳權,朱衛(wèi)華,曹亮,陳志勇. 南華大學學報(自然科學版). 2017(03)
[7]基于FPGA的卷積神經(jīng)網(wǎng)絡加速器[J]. 余子健,馬德,嚴曉浪,沈君成. 計算機工程. 2017(01)
[8]基于FPGA實時Sobel邊緣檢測形態(tài)學優(yōu)化設計[J]. 仝海峰,蔡俊,范靜靜. 微電子學. 2015(06)
[9]基于Python的sigmoid函數(shù)FPGA實現(xiàn)[J]. 劉毅飛. 微處理機. 2014(01)
碩士論文
[1]基于神經(jīng)網(wǎng)絡的圖像特征點提取在FPGA上實現(xiàn)[D]. 付清林.桂林電子科技大學 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 2019
[3]卷積神經(jīng)網(wǎng)絡軟硬件綜合平臺設計[D]. 魏廣舉.北京郵電大學 2019
[4]基于FPGA的卷積神經(jīng)網(wǎng)絡系統(tǒng)設計與實現(xiàn)[D]. 張晉.華中科技大學 2019
[5]基于FPGA的BP神經(jīng)網(wǎng)絡的實現(xiàn)研究[D]. 毛菲菲.青島大學 2019
[6]CNN全連接層FPGA硬件實現(xiàn)技術研究[D]. 邵清.東北師范大學 2019
[7]神經(jīng)網(wǎng)絡算法的FPGA加速研究[D]. 王紹潤.武漢大學 2019
[8]基于FPGA的神經(jīng)網(wǎng)絡加速器的規(guī)?缮炜s性研究[D]. 陳辰.江南大學 2019
[9]基于FPGA的卷積神經(jīng)網(wǎng)絡加速器[D]. 蹇強.浙江大學 2019
[10]基于神經(jīng)網(wǎng)絡的手寫數(shù)字識別改進算法和系統(tǒng)研究[D]. 王際凱.西安電子科技大學 2018
本文編號:3558746
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3558746.html