【技术实现步骤摘要】
本专利技术专利属于教学演示平台领域;尤其是神经网络数学模型的演示。
技术介绍
人工神经网络是目前国际上迅速发展的人工智能的前沿交叉学科。在高校里多有开设以神经网络为主要内容的课程。由于人工神经网络的理论性较强,学生在学习神经网络内容时,多数只能靠仿真和软件来验证神经网络的功能,而没有较为直观的感受。在展示神经网络的作用时,并没有很好的简单易懂的教学演示平台。
技术实现思路
为了在进行神经网络教学时,能够更好地使学生掌握并理解神经网络的基本原理和实际应用,本专利技术设计了一种神经网络教学演示平台。本专利技术的具体技术方案如下 将光敏电阻如图I所示排列,即按照数码管的样式进行排列。制作0-9的数字卡片,如图I中所示。相比传统的像素点识别方式如图2,这种类7段数码管识别方法能够在保证可读性的前提下,降低输入信号的个数,从而简化了电路,提高了神经网络学习速度。本专利技术的信号采集电路如图3左半部分所示。其中R21-R27即为光敏电阻,R11-R17为分压电阻。因为光敏电阻在受到遮挡光照变小时,会导致阻值上升,从而两端分到的电压变大,可以通过检测该电压大小来判断光敏电阻是否有挡板遮挡。本专利技术采用带有模/数转换器的单片机作为主控芯片,除了信号采集电路外,还带有按键SI、S2作为命令输入,发光二极管LEDl和LED2,以及IXD液晶作为输出。IXD液晶可以显示每一次神经网络学习后所改变的值,可以非常的直观地了解神经网络的工作原理。本专利技术还带有EEPROM作为数据存储器,能够在神经网络完成样本的学习后,将学习好的神经网络权值进行存储,方便掉电之后直接进行神经网络的 ...
【技术保护点】
【技术特征摘要】
1.神经网络教学演示平台,其特征是由主控芯片电路、信号采集电路、液晶显示、按键及LED灯以及EEPROM存储器组成。2.根据权利要求I所述的神经网络教学演示平台,其特征是其信号输入采用光敏电阻进行卡片检测。3.根据权利要求I所述的神经网络教学演示平台,其特征是光敏电阻排列方式类似于七段数码管方式,大...
【专利技术属性】
技术研发人员:陈恩策,黄莹,刘超,涂光鹏,唐厚君,
申请(专利权)人:陈恩策,
类型:发明
国别省市:
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。