一种阀值择端分级电位式人工神经元的设计方法技术

一种阀值择端分级电位式人工神经元的设计方法的技术领域，是属于人工智能，仿生学，电路设计的技术领域，主要技术是人工神经元通过多路输入，当累加值低于最小阀值时，人工神经元，不会被激活，当累加的值超过设定的阀值，人工神经元被激活，人工神经元设有多个阀值，根据累加的值，达到那个阀值，就把这个阀值同时传递给激活函数集和累加择端器，激活函数集就会把这个阀值以下的激活函数全部激活，激活函数通过各自的连线传递给累加择端器，累加择端器会接收累加器传过来的阀值和各激活函数的值，把各激活函数的值进行累加，并且根据累加器传过来的阀值，选择那些端口打开，把累加后的值从选通的输出端口传递给下一层人工神经元。

A design method of threshold selective potential artificial neuron

Technology design method for threshold selection end of grade potential artificial neurons, belongs to the technical field of artificial intelligence, bionics, circuit design, the main technology is the artificial neuron through a multi-channel input, when the accumulated value is below the minimum threshold, artificial neurons will not be activated when the accumulated value exceeds the preset threshold. The artificial neuron is activated, the artificial neuron is provided with a plurality of threshold, according to the cumulative value reached the threshold, the threshold at the same time transfer to activate the function set and cumulative selection end, will make this a set threshold following activation function all activation function, transfer function to accumulate through the respective connection device selection end of activation the device will receive, cumulative selection end of accumulator pass over the threshold and the activation function of the value of the activation function values are accumulated, and according to the tired The adders pass the threshold, select those ports to open, and transfer the added value from the selectable output port to the next layer of artificial neurons.

【技术实现步骤摘要】
一种阀值择端分级电位式人工神经元的设计方法
一种阀值择端分级电位式人工神经元的设计方法的
，是属于人工智能，仿生学，电路设计的
，主要技术是人工神经元通过多路输入，当累加值低于最小阀值时，人工神经元，不会被激活，当累加的值超过设定的阀值，人工神经元被激活，人工神经元设有多个阀值，根据累加的值，达到那个阀值，就把这个阀值同时传递给激活函数集和累加择端器，激活函数集就会把这个阀值以下的激活函数全部激活，激活函数通过各自的连线传递给累加择端器，累加择端器会接收累加器传过来的阀值和各激活函数的值，把各激活函数的值进行累加，并且根据累加器传过来的阀值，选择那些端口打开，把累加后的值从输出端口传递给下一层人工神经元。
技术介绍
神经元是构成大脑的基本单元，人类的大脑是有成千上万个神经元按照一定规律构成的，人类为了模拟人脑，对人工神经元的设计是重中之重，有了人工神经元才能构成人工网络，人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在这一模型中，大量的人工神经元之间相互联接构成网络，即“神经网络”，以达到处理信息的目的。一种模仿动物神经网络行为特征的分布式并行本文档来自技高网...

【技术保护点】
一种阀值择端分级电位式人工神经元的设计方法，其特征是：阀值择端分级电位式人工神经元是由输入端、人工神经元、累加择端器，阀值控制连线，输出端组成，输入端如同神经元的输入端，接收上一级人工神经元的输入或由其他设备的输入，人工神经元的作用是把输入的值和权重相乘后进行累加，如果累加的值小于阀值，那么人工神经元就不会被激活，没有任何反应，如果累加的值大于阀值，那么人工神经元被激活，人工神经元设有多个阀值，根据累加的值，达到那个阀值，就把这个阀值同时传递给激活函数集和累加择端器，激活函数集就会把这个阀值以下的激活函数全部激活，激活函数通过各自的连线传递给累加择端器，累加择端器会接收累加器传过来的阀值和各激...

【技术特征摘要】
1.一种阀值择端分级电位式人工神经元的设计方法，其特征是：阀值择端分级电位式人工神经元是由输入端、人工神经元、累加择端器，阀值控制连线，输出端组成，输入端如同神经元的输入端，接收上一级人工神经元的输入或由其他设备的输入，人工神经元的作用是把输入的值和权重相乘后进行累加，如果累加的值小于阀值，那么人工神经元就不会被激活，没有任何反应，如果累加的值大于阀值，那么人工神经元被激活，人工神经元设有多个阀值，根据累加的值，达到那个阀值，就把这个阀值同时传递给激活函数集和累加择端器，激活函数集就会把这个阀值以下的激活函数全部激活，激活函数通过各自的连线传递给累加择端器，累加择端器会接收累加器传过来的阀值和各激活函数的值，把各激活函数的值进行累加，并且根据累加器传过来的阀值，选择那些端口打开，把累加后的值从选通的输出端口传递给下一层人工神经元，其中人工神经元采用如下设计，其有3部分组成，1是累加器，它的作用就是把输入进行累加，是否达到阀值...

【专利技术属性】
技术研发人员：胡明建，
申请(专利权)人：胡明建，
类型：发明
国别省市：浙江,33