本文關鍵詞：基于FPGA的Hopfield神經(jīng)網(wǎng)絡可配置硬件實現(xiàn)方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：聯(lián)想記憶是生物體大腦的重要功能。1982年由Hopfield教授提出的單層全互聯(lián)的反饋網(wǎng)絡——Hopfield人工神經(jīng)網(wǎng)絡,被廣泛用于大腦聯(lián)想記憶功能的模擬與研究。對于Hopfield網(wǎng)絡的功能實現(xiàn)和應用通常采用基于計算機的軟件仿真方法,這種方法不能真正發(fā)揮神經(jīng)網(wǎng)絡并行處理、分布存儲的特點,以及自適應能力強、魯棒性強的優(yōu)勢。因此,硬件實現(xiàn)Hopfield神經(jīng)網(wǎng)絡成為研究熱點。目前,為了實現(xiàn)大規(guī)模的Hopfield網(wǎng)絡,硬件實現(xiàn)方法主要是基于超大規(guī)模集成電路(VLSI)技術,包括采用模擬電路、數(shù)字電路或模/數(shù)混合電路設計技術。而基于FPGA的實現(xiàn)方法,由于具有實現(xiàn)方便、價格合理、設計靈活的特點,正在成為Hopfield網(wǎng)絡硬件實現(xiàn)的主要方法之一。但現(xiàn)有的Hopfield網(wǎng)絡硬件實現(xiàn)方法大多是針對某一具體應用,實現(xiàn)固定網(wǎng)絡規(guī)模,同時,為了簡化設計過程和降低設計難度通常采用定點運算方式,因此,缺少通用性、靈活性,難以實現(xiàn)高性能的人工神經(jīng)網(wǎng)絡。因此,迫切需要一種基于FPGA,能夠根據(jù)需求靈活改變網(wǎng)絡規(guī)模和運算精度的、通用的Hopfield神經(jīng)網(wǎng)絡硬件實現(xiàn)方法。本論文提出了一種基于FPGA的Hopfield神經(jīng)網(wǎng)絡可配置的模塊化硬件實現(xiàn)方法。首先根據(jù)Hopfield神經(jīng)網(wǎng)絡的整體運行過程,將模型模塊化;其次,采用硬件描述語言對各模塊進行描述,完成模塊的數(shù)字化,從而形成通用的硬件實現(xiàn)功能模塊庫;最后,在實際應用時,根據(jù)需求通過將各模塊組合,就可以構造出所需的Hopfield神經(jīng)網(wǎng)絡硬件。網(wǎng)絡的可配置通過設定通用參數(shù)完成,在構建網(wǎng)絡時,通過傳遞通用參數(shù),即可完成對網(wǎng)絡規(guī)模、乘累加器結構和數(shù)據(jù)位寬的靈活配置。為驗證該方法的有效性,本研究將MATLAB與FPGA相結合,構建了用于數(shù)字識別的Hopfield神經(jīng)網(wǎng)絡硬件測試系統(tǒng)。測試結果表明,本研究所提出的Hopfield神經(jīng)網(wǎng)絡的硬件實現(xiàn)方法具有靈活的網(wǎng)絡規(guī)�？膳渲媚芰�,也具有可以根據(jù)實際應用,靈活進行資源占用和運行速度調(diào)整的能力。系統(tǒng)運行速度的測試結果表明,相對于軟件實現(xiàn)方法,硬件實現(xiàn)的Hopfield網(wǎng)絡具有很高的運行速度,可以適合高速、智能信息處理的應用需求。本研究為Hopfield神經(jīng)網(wǎng)絡高級應用提供了新的方法,也可為其他類型人工神經(jīng)網(wǎng)絡的硬件實現(xiàn)提供有價值的借鑒。
【關鍵詞】：聯(lián)想記憶 Hopfield神經(jīng)網(wǎng)絡 FPGA 可配置 模塊化
【學位授予單位】：東北師范大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP183;R338.64
【目錄】：

• 摘要3-4
• Abstract4-8
• 1 引言8-21
• 1.1 研究背景8
• 1.2 人工神經(jīng)網(wǎng)絡概述8-13
• 1.2.1 常用人工神經(jīng)元模型9-10
• 1.2.2 人工神經(jīng)網(wǎng)絡的分類10-13
• 1.3 聯(lián)想記憶人工神經(jīng)網(wǎng)絡13-17
• 1.3.1 聯(lián)想記憶13
• 1.3.2 聯(lián)想記憶人工神經(jīng)網(wǎng)絡模型13-17
• 1.3.3 聯(lián)想記憶的工作過程17
• 1.4 Hopfield神經(jīng)網(wǎng)絡硬件實現(xiàn)方法研究現(xiàn)狀17-19
• 1.5 論文研究意義19-20
• 1.6 論文結構20
• 1.7 本章小結20-21
• 2 Hopfield神經(jīng)網(wǎng)絡模型21-27
• 2.1 網(wǎng)絡結構21-22
• 2.2 工作過程22-23
• 2.3 學習算法23-26
• 2.4 本章小結26-27
• 3 Hopfield網(wǎng)絡的硬件實現(xiàn)27-55
• 3.1 模塊劃分27-28
• 3.2 各模塊的VHDL描述28-48
• 3.2.1 浮點數(shù)設計28-30
• 3.2.2 輸入處理模塊30
• 3.2.3 學習模塊30-34
• 3.2.4 網(wǎng)絡連接與突觸權值存儲模塊34-37
• 3.2.5 神經(jīng)元模塊37-47
• 3.2.6 輸出處理模塊47-48
• 3.3 可配置功能的實現(xiàn)48-50
• 3.3.1 數(shù)據(jù)位寬可配置實現(xiàn)48-49
• 3.3.2 模塊端口可配置實現(xiàn)49
• 3.3.3 神經(jīng)元模塊可配置實現(xiàn)49-50
• 3.4 Hopfield神經(jīng)網(wǎng)絡的FPGA可配置模塊化實現(xiàn)50-53
• 3.5 本章小結53-55
• 4 基于FPGA的硬件Hopfield神經(jīng)網(wǎng)絡系統(tǒng)測試55-76
• 4.1 系統(tǒng)整體結構55
• 4.2 系統(tǒng)實現(xiàn)方法55-70
• 4.2.1 上位機界面與功能設計55-60
• 4.2.2 通信串口設計實現(xiàn)60-67
• 4.2.3 下位機功能設計67-68
• 4.2.4 系統(tǒng)運行流程68-70
• 4.3 功能測試70-73
• 4.3.1 64 個神經(jīng)元的網(wǎng)絡的識別結果70-71
• 4.3.2 100 個神經(jīng)元的網(wǎng)絡的識別結果71-73
• 4.3.3 功能測試結果分析73
• 4.4 性能測試73-75
• 4.4.1 64 個神經(jīng)元的網(wǎng)絡性能測試結果74
• 4.4.2 100 個神經(jīng)元的網(wǎng)絡性能測試結果74
• 4.4.3 性能測試結果分析74-75
• 4.4.4 性能測試結論75
• 4.5 本章小結75-76
• 5 結論及展望76-78
• 5.1 論文結論76
• 5.2 論文展望76-78
• 參考文獻78-81
• 致謝81-82
• 在學期間公開發(fā)表論文及著作情況82

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉彩紅;唐萬梅;;基于組合神經(jīng)網(wǎng)絡的教師評價模型研究[J];重慶師范大學學報(自然科學版);2008年04期

2 鐘義信;;神經(jīng)網(wǎng)絡:成就、問題與前景[J];科學;1992年02期

3 莫恭佑;;神經(jīng)網(wǎng)絡及其在英國的應用[J];國際科技交流;1992年03期

4 閔志;;神經(jīng)網(wǎng)絡:使計算機具有快速學習功能[J];國際科技交流;1992年03期

5 馮建峰,錢敏平;神經(jīng)網(wǎng)絡中的退火——非時齊情形[J];北京大學學報(自然科學版);1993年03期

6 唐功友;離散Hopfield神經(jīng)網(wǎng)絡的穩(wěn)定性[J];青島海洋大學學報;1994年S2期

7 靳蕃;;中國神經(jīng)網(wǎng)絡學術大會在西南交通大學隆重召開[J];學術動態(tài)報道;1996年04期

8 彭宏,張素;帶有時滯的神經(jīng)網(wǎng)絡的穩(wěn)定性[J];杭州大學學報(自然科學版);1997年04期

9 陳新,孫道恒,黃洪鐘;結構分析有限元系統(tǒng)與神經(jīng)網(wǎng)絡[J];起重運輸機械;1999年06期

10 成宇;神經(jīng)網(wǎng)絡是怎么搭建的?[J];百科知識;2005年16期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳少吉;基于神經(jīng)網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

2 張韜;幾類時滯神經(jīng)網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

3 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

4 胡婷;改進QGA-BP模型及其在彌苴河總氮量預測中的應用[D];昆明理工大學;2015年

5 劉俊輝;基于數(shù)據(jù)清洗方法的河道水位預測研究[D];昆明理工大學;2015年

6 劉波;短期風電功率預測方法研究[D];南京信息工程大學;2015年

7 蔡邦宇;人臉識別中單次ERP時空特征分析及其快速檢索的應用[D];浙江大學;2015年

8 鄭川;垃圾評論檢測算法的研究[D];西南交通大學;2015年

9 李菊;BP神經(jīng)網(wǎng)絡在房地產(chǎn)批量評估中的應用研究[D];昆明理工大學;2015年

10 馬亮;降水點分類預測方法研究[D];中國地質(zhì)大學(北京);2015年

  本文關鍵詞：基于FPGA的Hopfield神經(jīng)網(wǎng)絡可配置硬件實現(xiàn)方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：310173