可循环学习的BP神经网络硬件电路设计与仿真

摘要	第4-5页
Abstract	第5-6页
1 绪论	第9-17页
1.1 研究背景	第9-10页
1.2 国内外研究概况	第10-13页
1.3 人工神经网络硬件实现技术	第13-16页
1.4 主要研究内容与意义	第16-17页
2 人工神经网络原理	第17-26页
2.1 神经元模型	第17-18页
2.2 神经网络模型	第18-20页
2.3 神经网络学习方式	第20-22页
2.4 BP神经网络实现原理	第22-26页
3 各模块电路的仿真测试	第26-35页
3.1 加权求和电路	第26-28页
3.2 Ⅰ/Ⅴ转换电路	第28-30页
3.3 sigmoid激活函数电路	第30-35页
4 可循环学习电路的设计	第35-43页
4.1 可循环学习电路的设计思路	第35-36页
4.2 可循环学习电路的设计过程	第36-41页
4.3 可循环学习电路的仿真结果	第41页
4.4 可循环学习电路的特点	第41-43页
5 BP神经网络整体电路仿真	第43-54页
5.1 BP算法的实现电路	第43-45页
5.2 BP神经网络硬件电路的整体设计	第45-48页
5.3 BP神经网络电路仿真结果	第48-54页
6 总结与展望	第54-56页
6.1 总结	第54-55页
6.2 展望	第55-56页
致谢	第56-57页
参考文献	第57-62页
附录Ⅰ BP算法公式详细推导过程	第62-64页
附录Ⅱ BP神经网络C++源程序	第64-70页