| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景意义和研究现状 | 第12-16页 |
| 1.1.1 模式识别简介 | 第12-14页 |
| 1.1.2 神经网络实现技术发展 | 第14-15页 |
| 1.1.3 神经网络实现技术的研究现状 | 第15-16页 |
| 1.1.4 可重构技术的发展现状 | 第16页 |
| 1.2 本文主要工作 | 第16-17页 |
| 1.3 论文的内容结构安排 | 第17-18页 |
| 第二章 人工神经网络基本概述 | 第18-26页 |
| 2.1 人工神经网络的发展及历史介绍 | 第18-20页 |
| 2.2 神经元模型 | 第20-22页 |
| 2.2.1 神经元的生物模型 | 第20页 |
| 2.2.2 神经元的人工模型 | 第20-22页 |
| 2.3 人工神经网络模型的分类 | 第22-23页 |
| 2.4 BP神经网络 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于BP神经网络MATLAB中字符识别实现 | 第26-32页 |
| 3.1 字符识别机制 | 第26页 |
| 3.2 BP神经网络识别过程 | 第26-28页 |
| 3.3 识别现象及分析 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 基于FPGA的神经网络单元设计与实现 | 第32-45页 |
| 4.1 FPGA结构器件和开发环境介绍 | 第32-36页 |
| 4.1.1 Fusion系列FPGA简介 | 第32-35页 |
| 4.1.2 开发环境Libero IDE简述 | 第35-36页 |
| 4.2 神经元关键部分设计 | 第36-44页 |
| 4.2.1 单个神经元的硬件实现设计 | 第36-37页 |
| 4.2.2 数据的表示 | 第37-38页 |
| 4.2.3 激励函数的选择与实现 | 第38-41页 |
| 4.2.4 乘累加模块设计与实现 | 第41-43页 |
| 4.2.5 RAM地址模块设计 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 神经网络的硬件设计与实现 | 第45-53页 |
| 5.1 神经网络隐含层的运算实现 | 第45-49页 |
| 5.2 BP神经网络传播各阶段设计 | 第49-52页 |
| 5.3 仿真与验证 | 第52页 |
| 5.4 本章小结 | 第52-53页 |
| 总结与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间发表的论文 | 第58-60页 |
| 致谢 | 第60页 |