一种基于忆阻器的验证码数字任务识别方法、系统及设备技术方案

本发明专利技术公开了一种基于忆阻器的验证码数字任务识别方法、系统及设备，涉及忆阻器技术领域，包括以下步骤：接收验证码图片训练数据，将验证码图片训练数据与第一忆阻器阵列相映射得到读电压，将读电压与耦合系数进行矩阵乘加，得到输出电流值；将输出电流值转换为电压脉冲，将电压脉冲输入至存储输入数据的第二忆阻器阵列内进行乘加计算，得到第三忆阻器阵列；将读电压输入第三忆阻器阵列的每列器件内，得到每列器件对应的电流值，将电流值输入电路得到电压值；将电压值转换为编程脉冲更新耦合系数的第一忆阻器阵列；至耦合系数更新完成，得到最终忆阻器阵列，将读电压与最终忆阻器阵列的耦合系数进行矩阵乘加，得到输出结果，将输出结果输入计算机进行训练。将输出结果输入计算机进行训练。将输出结果输入计算机进行训练。

【技术实现步骤摘要】
一种基于忆阻器的验证码数字任务识别方法、系统及设备


[0001]本专利技术涉及忆阻器
，具体的是一种基于忆阻器的验证码数字任务识别方法、系统及设备。

技术介绍

[0002]验证码是当前针对用户登录及下载等操作的普遍验证方式，以此来进行人机识别，防止数据被恶意读取或者操作。通过计算机随机生成包含噪声和噪点的随机数字验证码，一般情况下能有效识别人和机器。然而，随着深度学习的不断发展，神经网络已经能在验证码任务上实现较高的识别率，这对于数据安全等领域而言是一个潜在的威胁，重要网站数据可能会被恶意识别下载和传播。因此，有必要对神经网络的验证码识别任务做出更科学的评估和测试，以便能更好的提升验证码的人机识别通过率。然而，传统冯诺依曼架构的神经网络测试随着数据集任务的复杂化，带来的能源消耗变得越来越高。

技术实现思路

[0003]为解决上述
技术介绍
中提到的不足，本专利技术的目的在于提供一种基于忆阻器的验证码数字任务识别方法、系统及设备，该训练系统中的耦合系数更新过程不需要先返回计算机进行更新，能够减少计算机吞吐量，提升网络训练效率，减本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于忆阻器的验证码数字任务识别方法，其特征在于，方法包括以下步骤：接收验证码图片训练数据，将验证码图片训练数据与第一忆阻器阵列相映射，得到读电压，将读电压与第一忆阻器阵列的耦合系数进行矩阵乘加，得到输出电流值；将输出电流值转换为电压脉冲，将电压脉冲输入至存储输入数据的第二忆阻器阵列内进行乘加计算，得到包含中间计算数据的第三忆阻器阵列；将读电压输入第三忆阻器阵列的每列器件内，得到每列器件对应的电流值，将每列器件对应的电流值输入SoftMax电路得到每列器件表示概率的电压值；将每列器件表示概率的电压值通过脉冲发生电路转换为编程脉冲更新耦合系数的第一忆阻器阵列；重复以上步骤，迭代指定次数直至耦合系数更新完成，得到最终忆阻器阵列，将读电压与最终忆阻器阵列的耦合系数进行矩阵乘加，得到输出结果，将输出结果输入计算机进行训练，从而实现识别验证码任务的功能。2.根据权利要求1所述的一种基于忆阻器的验证码数字任务识别方法，其特征在于，所述第一忆阻器阵列负责存储训练期间训练数据对应的耦合系数矩阵，即对所有训练数据分配一个系数，然后通过最终忆阻器阵列输出结果返回计算机进行训练，达到动态路由目的，同时利用阵列并行计算加速算法收敛。3.根据权利要求2所述的一种基于忆阻器的验证码数字任务识别方法，其特征在于，所述耦合系数矩阵利用忆阻器的模拟多态特性来代替算法中耦合系数需要额外内存来存储浮点型数据。4.根据权利要求1所述的一种基于忆阻器的验证码数字任务识别方法，其特征在于，所述验证码图片训练数据是一张量数据，通过使用粗粒度策略将映射到第二忆阻器阵列上列的维度进行分割，以有助于原型张量均匀地减轻长距离变化，并在对应列的输出端用加法器电路进行连接。5.根据权利要求1所述的一种基于忆阻器的验证码数字任务识别方法，其特征在于，所述第三忆阻器阵列用于存储中间计算数据，将中间计算数据按列操作，使用SoftMax电路或者返回计算机来实现激活函数，将输出的代表概...

【专利技术属性】
技术研发人员：徐祖雨，郭文斌，冯哲，邹建勋，李星，朱云来，吴祖恒，代月花，
申请(专利权)人：安徽大学，
类型：发明
国别省市：