The present invention provides an artificial neural network algorithm and hardware implementation method and system, to overcome the technical realization of existing hardware and expensive hardware resources occupied large defects; it includes the top-level module, the top-level module consists of several modules of the weights of neurons, neurons product module pulse input is given, the the output end of the normal distribution of random generator and converter nonlinear quasi Sigmoid function synthesis of the neural network, and then through the pulse converter, converted to pulse output; compared with the neural network algorithm of the invention of the hardware realization method and system and the existing technologies, to overcome the previous way of software realization in serial parallel computing to complete the embarrassment instead, the software and the drawbacks; optimizes algorithm, save a lot of hardware resources, On the FPGA platform, the cost is low, and the optimized algorithm is used to avoid the difficult realization of Sigmoid function with hardware, and the accumulation method is used to save the hardware resource.
【技术实现步骤摘要】
本专利技术涉及一种人工神经网络算法,特别涉及一种通过FPGA硬件的人工 神经网络算法的硬件实现方法及其系统。
技术介绍
人工神经网络是一种模拟人的直观性的思维,是一个非线性动力学系统, 其特点在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简 单,功能有限,但大量神经元构成的网络系统所能实现的行为却是极其丰富多 彩的。人工神经网络的研究就是有效的利用了人大脑的这一特性,属于一门新 兴的边缘和交叉科学,对神经网络的研究,必定会对计算机科学和智能科学产 生深刻的影响,提高计算机的智能水平。人工神经网络的实现技术主要可以分为软件实现和硬件实现两种类型。软 件实现依托于目前的高性能计算机,通过程序编制来模拟实现神经网络,随着 计算机处理能力的不断增强,这种技术的应用范围也越来越广。而硬件实现就 是借助于微电子、光电子技术用硬件直接实现神经网络。软件实现人工神经网络的局限性在于软件实现人工神经网络是由支撑软 件运行的平台决定的,而目前的软件都是运行在单处理器的计算机或者工作站 上,这些计算机都是采用串行计算的方式来完成任务,因此其运算速度远未达 到实现实时神经网络的要求。虽然现在不断出现的多级流水线结构的专用数字 信号处理芯片从某种程度上为实现人工神经网络的并行处理提供了可能,但是 其单计算单元和总线冲突控制的限制使其不可能在同一时间完成多个神经元加权和计算。人工神经网络的硬件实现是基于不断发展的半导体技术的;所谓硬件实现 是指物理上的处理单元及通讯通道与一个实际应用的神经网络模型中的神经 元及连接一一对应。因此,要采用硬件实现的方式实现一个较大规模的 ...
【技术保护点】
一种人工神经网络算法的系统,其特征在于,它包括顶层模块,所述顶层模块由若干神经元模块组成,所述神经元模块的脉冲输入端输入给定的权值乘积,其输出端通过正态分布随机发生器和非线性变换器拟合成神经网络的Sigmoid函数,再经过脉冲转换器,转换成脉冲输出。
【技术特征摘要】
1、一种人工神经网络算法的系统,其特征在于,它包括顶层模块,所述顶层模块由若干神经元模块组成,所述神经元模块的脉冲输入端输入给定的权值乘积,其输出端通过正态分布随机发生器和非线性变换器拟合成神经网络的Sigmoid函数,再经过脉冲转换器,转换成脉冲输出。2、 如权利要求1所述的系统,其特征在于所述人工神经网络算法的系 统采用3-2-1网络,所述顶层模块包括3个输入神经元、2个隐含层神经元、1 个输出层神经元。3、 如权利要求1所述的系统,其特征在于所述神经元模块由乘法器和 累加器组成,在时钟同步信号的控制下从上层神经元的输入串行进入神经元并 和其权值相乘,相乘结果在累加器中累加。4、 如权利要求1所述的系统,其特征在于所述神经元模块完成任务的时钟周期等于其连接上层网络的连接数目。5、 一种人工...
【专利技术属性】
技术研发人员:马立新,李长乐,张学佳,
申请(专利权)人:上海理工大学,
类型:发明
国别省市:31[中国|上海]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。