基于FPGA的神经网络控制器的研究与实现
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 研究目的和意义 | 第17页 |
| 1.4 研究内容与章节安排 | 第17-19页 |
| 第二章 前馈神经网络 | 第19-29页 |
| 2.1 前馈神经网络简介 | 第19-20页 |
| 2.2 神经网络学习算法 | 第20-25页 |
| 2.2.1 误差反传学习算法 | 第20-23页 |
| 2.2.2 BP算法的改进 | 第23-25页 |
| 2.3 神经网络的结构优化 | 第25-26页 |
| 2.4 神经网络控制器的设计 | 第26-28页 |
| 2.5 本章总结 | 第28-29页 |
| 第三章 基于FPGA的激活函数的实现 | 第29-48页 |
| 3.1 FPGA器件和开发流程 | 第29-36页 |
| 3.1.1 可编程器件发展历程 | 第29-30页 |
| 3.1.2 FPGA工作原理和内部结构 | 第30-33页 |
| 3.1.3 FPGA开发流程 | 第33-36页 |
| 3.2 激活函数的实现 | 第36-42页 |
| 3.2.1 常见的实现方法 | 第36页 |
| 3.2.2 STAM算法实现激活函数 | 第36-42页 |
| 3.3 Sigmoid函数的STAM算法实现 | 第42-44页 |
| 3.4 仿真测试 | 第44-47页 |
| 3.5 本章总结 | 第47-48页 |
| 第四章 神经网络的FPGA实现及仿真 | 第48-70页 |
| 4.1 基本神经元结构设计 | 第48-50页 |
| 4.2 神经网络训练过程计算分析和状态划分 | 第50-54页 |
| 4.3 神经元结构改进 | 第54-57页 |
| 4.4 神经网络状态机的设计 | 第57-58页 |
| 4.5 离线神经网络结构设计 | 第58-64页 |
| 4.5.1 分布式运算结构 | 第58-62页 |
| 4.5.2 子表达式冗余 | 第62-64页 |
| 4.6 神经网络仿真测试 | 第64-69页 |
| 4.7 本章总结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 全文总结 | 第70页 |
| 5.2 工作展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第75页 |
