有符号整数求积方法、终端设备及计算机可读存储介质技术

本发明专利技术公开了一种有符号整数求积方法、终端设备及计算机可读存储介质，所述方法包括：终端设备接收用户输入的待处理数据，所述待处理数据包括负整数和非负整数；通过预设脉冲神经膜系统对所述待处理数据进行数符分离，获得所述待处理数据的积的符号与无符号数值；通过所述预设脉冲神经膜系统对所述无符号数值进行求积运算，获得所述待处理数据的积的数值；根据所述积的符号和所述积的数值获得所述待处理数据的积，并对所述待处理数据的积进行显示。通过预设脉冲神经膜系统能够实现有符号整数的乘法运算，补充和完善了脉冲神经膜系统的算术运算类型，增强了脉冲神经膜系统的计算能力和使用范围，操作简便，准确度高。

【技术实现步骤摘要】
有符号整数求积方法、终端设备及计算机可读存储介质
本专利技术涉及脉冲神经膜系统领域，尤其涉及一种有符号整数求积方法、终端设备及计算机可读存储介质。
技术介绍
脉冲神经膜系统是受生物神经元处理与传递信息的方式启发设计的神经型计算系统，是一种分布式、并行的且离散的计算模型。当前，针对脉冲神经膜系统的研究，理论成果较多，而应用研究相对不足。在为数不多的应用研究中，算术运算是脉冲神经膜系统研究的热点。目前，这类研究已经取得一些成果，为生物型CPU的设计打下了一定基础。然而，作为计算终端设备中重要的乘法运算，脉冲神经膜系统只能执行无符号整数的乘法运算，而有符号整数的乘法运算则更多的是理论探讨，即使偶有涉及也不具有可操作性。
技术实现思路
本专利技术的主要目的在于提供一种有符号整数求积方法、终端设备及计算机可读存储介质，旨在解决现有技术中不能通过脉冲神经膜系统自动进行有符号整数乘法运算的技术问题。为实现上述目的，本专利技术提供一种有符号整数求积方法，所述方法包括以下步骤：终端设备接收用户输入的待处理数据，所述待处理数据包括负整数和非负整数；通过预设脉冲神经膜系统对所述待处理数据进行数符分离，获得所述待处理数据的积的符号与无符号数值；通过所述预设脉冲神经膜系统对所述无符号数值进行求积运算，获得所述待处理数据的积的数值；根据所述积的符号和所述积的数值获得所述待处理数据的积，并对所述待处理数据的积进行显示。优选地，所述待处理数据为串行数据；相应地，所述通过预设脉冲神经膜系统对所述待处理数据进行数符分离，获得所述待处理数据的积的符号与无符号数值，具体包括：通过第一脉冲神经膜系统的第一分离模块将所述串行数据的符号位和数值位进行分离，获得所述串行数据的积的符号与所述串行数据的无符号数值；相应地，所述通过所述预设脉冲神经膜系统对所述无符号数值进行求积运算，获得所述待处理数据的积的数值，具体包括：通过所述第一脉冲神经膜系统的第一求积模块对所述串行数据的无符号数值进行求积运算，获得所述串行数据的积的数值。优选地，所述通过第一脉冲神经膜系统的第一分离模块将所述串行数据的符号位和数值位进行分离，获得所述串行数据的积的符号与所述串行数据的无符号数值，具体包括：将所述串行数据输入至所述第一分离模块的第一输入神经元，以使所述第一输入神经元根据所述串行数据的符号位确定第一待发送脉冲数目，根据所述第一待发送脉冲数目向所述第一分离模块的第一输出神经元发送脉冲；通过所述第一输出神经元统计第一当前脉冲数，根据所述第一当前脉冲数确定第一激发规则，根据所述第一激发规则输出所述串行数据的积的符号与所述串行数据的无符号数值。优选地，所述通过所述第一脉冲神经膜系统的第一求积模块对所述串行数据的无符号数值进行求积运算，获得所述串行数据的积的数值，具体包括：通过所述第一输出神经元将所述串行数据的无符号数值输入至所述第一求积模块的第二输入神经元；通过所述第二输入神经元将所述串行数据的无符号数值传递至所述第一求积模块的第二输出神经元；通过所述第二输出神经元根据第二激发规则对所述串行数据的无符号数值进行求积运算，输出所述串行数据的积的数值。优选地，所述待处理数据为并行数据；相应地，所述通过预设脉冲神经膜系统对所述待处理数据进行数符分离，获得所述待处理数据的积的符号与无符号数值，具体包括：通过第二脉冲神经膜系统的第二分离模块将所述并行数据的符号位和数值位进行分离，获得所述并行数据的积的符号与所述并行数据的无符号数值；相应地，所述通过所述预设脉冲神经膜系统对所述无符号数值进行求积运算，获得所述待处理数据的积的数值，具体包括：通过所述第二脉冲神经膜系统的第二求积模块对所述并行数据的无符号数值进行求积运算，获得所述并行数据的积的数值。优选地，所述通过第二脉冲神经膜系统的第二分离模块将所述并行数据的符号位和数值位进行分离，获得所述并行数据的积的符号与所述并行数据的无符号数值，具体包括：将所述并行数据输入至所述第二分离模块的第三输入神经元，以使所述第三输入神经元根据所述并行数据的符号位确定第二待发送脉冲数目，根据所述第二待发送脉冲数目向所述第二分离模块的第三输出神经元发送脉冲；通过所述第三输出神经元统计第二当前脉冲数，根据所述第二当前脉冲数确定第三激发规则，根据所述第三激发规则输出所述并行数据的积的符号与所述并行数据的无符号数值。优选地，所述通过所述第二脉冲神经膜系统的第二求积模块对所述并行数据的无符号数值进行求积运算，获得所述并行数据的积的数值，具体包括：通过所述第三输出神经元将所述并行数据的无符号数值输入至所述第二求积模块的第四输入神经元；通过所述第四输入神经元将所述并行数据的无符号数值传递至所述第二求积模块的第四输出神经元；通过所述第四输出神经元根据第四激发规则对所述并行数据的无符号数值进行求积运算，输出所述并行数据的积的数值。优选地，所述终端设备接收用户输入的待处理数据之前，所述方法还包括：确定各模块中神经元的需求数目和各神经元的激发规则；根据所述需求数目获取神经元，根据所述激发规则对所述神经元进行配置；获取神经元之间的突触关系，根据所述突触关系对配置后的神经元进行连接，建立预设脉冲神经膜系统。此外，为实现上述目的，本专利技术还提供一种终端设备，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的有符号整数求积程序，所述有符号整数求积程序被所述处理器执行时实现如上述有符号整数求积方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有有符号整数求积程序，所述有符号整数求积程序被处理器执行时实现如上述有符号整数求积方法的步骤。在本专利技术中，通过终端设备接收用户输入的待处理数据，所述待处理数据包括负整数和非负整数；通过预设脉冲神经膜系统对所述待处理数据进行数符分离，获得所述待处理数据的积的符号与无符号数值；通过所述预设脉冲神经膜系统对所述无符号数值进行求积运算，获得所述待处理数据的积的数值；根据所述积的符号和所述积的数值获得所述待处理数据的积，并对所述待处理数据的积进行显示。通过预设脉冲神经膜系统能够实现任意负整数或非负整数的乘法运算，补充和完善了脉冲神经膜系统的算术运算类型，增强了脉冲神经膜系统的计算能力和使用范围，操作简便，准确度高。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的终端设备结构示意图；图2为本专利技术有符号整数求积方法第一实施例的流程示意图；图3为本专利技术有符号整数求积方法第二实施例的流程示意图；图4为本专利技术第一分离模块示意图；图5为本专利技术第一分离模块的仿真示意图；图6为本专利技术第一分离模块与第一求积模块示意图；图7为本专利技术第一分离模块与第一求积模块的仿真示意图；图8为本专利技术有符号整数求积方法第三实施例的流程示意图；图9为本专利技术第二分离模块示意图；图10为本专利技术第二分离模块的仿真示意图；图11为本专利技术第二分离模块与第二求积模块示意图；图12为本专利技术第二分离模块与第二求积模块的仿真示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。参照图1，图1为本专利技术实施例方案涉及的硬件运行环境的终端设备结构示意图本文档来自技高网...

【技术保护点】
1.一种有符号整数求积方法，其特征在于，所述方法包括以下步骤：终端设备接收用户输入的待处理数据，所述待处理数据包括负整数和非负整数；通过预设脉冲神经膜系统对所述待处理数据进行数符分离，获得所述待处理数据的积的符号与无符号数值；通过所述预设脉冲神经膜系统对所述无符号数值进行求积运算，获得所述待处理数据的积的数值；根据所述积的符号和所述积的数值获得所述待处理数据的积，并对所述待处理数据的积进行显示。

【技术特征摘要】
1.一种有符号整数求积方法，其特征在于，所述方法包括以下步骤：终端设备接收用户输入的待处理数据，所述待处理数据包括负整数和非负整数；通过预设脉冲神经膜系统对所述待处理数据进行数符分离，获得所述待处理数据的积的符号与无符号数值；通过所述预设脉冲神经膜系统对所述无符号数值进行求积运算，获得所述待处理数据的积的数值；根据所述积的符号和所述积的数值获得所述待处理数据的积，并对所述待处理数据的积进行显示。2.如权利要求1所述的有符号整数求积方法，其特征在于，所述待处理数据为串行数据；相应地，所述通过预设脉冲神经膜系统对所述待处理数据进行数符分离，获得所述待处理数据的积的符号与无符号数值，具体包括：通过第一脉冲神经膜系统的第一分离模块将所述串行数据的符号位和数值位进行分离，获得所述串行数据的积的符号与所述串行数据的无符号数值；相应地，所述通过所述预设脉冲神经膜系统对所述无符号数值进行求积运算，获得所述待处理数据的积的数值，具体包括：通过所述第一脉冲神经膜系统的第一求积模块对所述串行数据的无符号数值进行求积运算，获得所述串行数据的积的数值。3.如权利要求2所述的有符号整数求积方法，其特征在于，所述通过第一脉冲神经膜系统的第一分离模块将所述串行数据的符号位和数值位进行分离，获得所述串行数据的积的符号与所述串行数据的无符号数值，具体包括：将所述串行数据输入至所述第一分离模块的第一输入神经元，以使所述第一输入神经元根据所述串行数据的符号位确定第一待发送脉冲数目，根据所述第一待发送脉冲数目向所述第一分离模块的第一输出神经元发送脉冲；通过所述第一输出神经元统计第一当前脉冲数，根据所述第一当前脉冲数确定第一激发规则，根据所述第一激发规则输出所述串行数据的积的符号与所述串行数据的无符号数值。4.如权利要求3所述的有符号整数求积方法，其特征在于，所述通过所述第一脉冲神经膜系统的第一求积模块对所述串行数据的无符号数值进行求积运算，获得所述串行数据的积的数值，具体包括：通过所述第一输出神经元将所述串行数据的无符号数值输入至所述第一求积模块的第二输入神经元；通过所述第二输入神经元将所述串行数据的无符号数值传递至所述第一求积模块的第二输出神经元；通过所述第二输出神经元根据第二激发规则对所述串行数据的无符号数值进行求积运算，输出所述串行数据的积的数值。5.如权利要求1所述的有符号整数求积方法，其特征在于，所述待处理数据为并行数据；相应地，所述通过预设脉冲神经膜系统对所述待处理数据进行数符分离，获得所述待处理数据的积的符号与...

【专利技术属性】
技术研发人员：王防修，
申请(专利权)人：武汉轻工大学，
类型：发明
国别省市：湖北,42