首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于FPGA的人工神经网络的研究与实现

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-16页
第一章 绪论第16-22页
    1.1 课题研究背景及意义第16-17页
    1.2 神经网络相关技术及发展现状第17-19页
        1.2.1 神经网络技术的研究历史和发展现状第17-18页
        1.2.2 可重构技术发展现状第18页
        1.2.3 FPGA的发展现状第18-19页
    1.3 本课题的主要工作第19页
    1.4 论文结构及内容安排第19-22页
第二章 神经网络及其实现技术第22-38页
    2.1 神经元模型第22-24页
        2.1.1 生物神经元模型第22-23页
        2.1.2 人工神经元数学模型第23-24页
    2.2 神经网络模型第24-33页
        2.2.1 BP神经网络介绍第24-25页
        2.2.2 BP神经网络算法第25-30页
        2.2.3 BP算法流程第30-31页
        2.2.4 BP神经网络的改进第31-33页
    2.3 神经网络学习模式第33-34页
        2.3.1 有监督学习第33页
        2.3.2 无监督学习第33页
        2.3.3 离线(Off-Line)学习第33-34页
        2.3.4 在线(On-Line)学习第34页
    2.4 神经网络实现技术研究的内容和价值第34页
    2.5 神经网络实现技术分类第34-37页
        2.5.1 神经网络的VLSI实现第35-37页
        2.5.2 神经网络的分子/化学实现第37页
        2.5.3 神经网络的光学实现第37页
    2.6 本章小结第37-38页
第三章 基于FPGA的神经网络的设计与实现第38-60页
    3.1 基于FPGA的神经网络设计与实现需要考虑的问题第38-42页
        3.1.1 样本值的选取第38-39页
        3.1.2 初始权值的选取第39页
        3.1.3 学习率的选取第39页
        3.1.4 期望误差的选取第39页
        3.1.5 训练次数的选取第39-40页
        3.1.6 数据表示规则第40-41页
        3.1.7 激励函数的实现方法第41-42页
    3.2 基于FPGA的动态可重构技术第42页
    3.3 基于FPGA的神经网络的模块划分第42-44页
        3.3.1 BP算法描述第43页
        3.3.2 模块划分第43-44页
    3.4 基于FPGA的神经网络各模块的设计实现第44-51页
        3.4.1 MAC模块的设计实现第44-45页
        3.4.2 WU单元的设计实现第45-46页
        3.4.3 神经网络激活函数的硬件设计实现第46-48页
        3.4.4 神经网络激活函数的导数的设计实现第48-50页
        3.4.5 神经网络FSM的设计第50页
        3.4.6 中间数据存储模块TM第50-51页
    3.5 基于FPGA的BP神经网络的整体设计第51-56页
        3.5.1 映射算法第51-54页
        3.5.2 神经网络体系结构设计第54-56页
    3.6 BP神经网络算法的训练流程第56-58页
    3.7 本章小结第58-60页
第四章 基于FPGA的神经网络的实现结果与分析第60-70页
    4.1 功能仿真与误差分析第60-63页
        4.1.1 MAC模块仿真结果与误差分析第60-61页
        4.1.2 Sigmoid模块仿真结果与误差分析第61-62页
        4.1.3 WU模块仿真结果与误差分析第62-63页
    4.2 逻辑综合与实现第63-68页
        4.2.1 逻辑综合第63-65页
        4.2.2 时序报告与分析第65-68页
        4.2.3 板级验证第68页
    4.3 性能评估第68页
    4.4 本章小结第68-70页
第五章 总结与展望第70-72页
    5.1 总结第70页
    5.2 展望第70-72页
参考文献第72-74页
致谢第74-76页
作者简介第76-77页

论文共77页,点击 下载论文
上一篇:酸碱处理对山羊绒和羊毛的结构与拉伸性能的影响
下一篇:基于反射光谱的甜菜不同生育时期氮素预测系统研究