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Hopfield神经网络可配置硬件实现方法研究

摘要第3-4页
Abstract第4-5页
1 引言第8-21页
    1.1 研究背景第8页
    1.2 人工神经网络概述第8-13页
        1.2.1 常用人工神经元模型第9-10页
        1.2.2 人工神经网络的分类第10-13页
    1.3 联想记忆人工神经网络第13-17页
        1.3.1 联想记忆第13页
        1.3.2 联想记忆人工神经网络模型第13-17页
        1.3.3 联想记忆的工作过程第17页
    1.4 Hopfield神经网络硬件实现方法研究现状第17-19页
    1.5 论文研究意义第19-20页
    1.6 论文结构第20页
    1.7 本章小结第20-21页
2 Hopfield神经网络模型第21-27页
    2.1 网络结构第21-22页
    2.2 工作过程第22-23页
    2.3 学习算法第23-26页
    2.4 本章小结第26-27页
3 Hopfield网络的硬件实现第27-55页
    3.1 模块划分第27-28页
    3.2 各模块的VHDL描述第28-48页
        3.2.1 浮点数设计第28-30页
        3.2.2 输入处理模块第30页
        3.2.3 学习模块第30-34页
        3.2.4 网络连接与突触权值存储模块第34-37页
        3.2.5 神经元模块第37-47页
        3.2.6 输出处理模块第47-48页
    3.3 可配置功能的实现第48-50页
        3.3.1 数据位宽可配置实现第48-49页
        3.3.2 模块端口可配置实现第49页
        3.3.3 神经元模块可配置实现第49-50页
    3.4 Hopfield神经网络的FPGA可配置模块化实现第50-53页
    3.5 本章小结第53-55页
4 基于FPGA的硬件Hopfield神经网络系统测试第55-76页
    4.1 系统整体结构第55页
    4.2 系统实现方法第55-70页
        4.2.1 上位机界面与功能设计第55-60页
        4.2.2 通信串口设计实现第60-67页
        4.2.3 下位机功能设计第67-68页
        4.2.4 系统运行流程第68-70页
    4.3 功能测试第70-73页
        4.3.1 64 个神经元的网络的识别结果第70-71页
        4.3.2 100 个神经元的网络的识别结果第71-73页
        4.3.3 功能测试结果分析第73页
    4.4 性能测试第73-75页
        4.4.1 64 个神经元的网络性能测试结果第74页
        4.4.2 100 个神经元的网络性能测试结果第74页
        4.4.3 性能测试结果分析第74-75页
        4.4.4 性能测试结论第75页
    4.5 本章小结第75-76页
5 结论及展望第76-78页
    5.1 论文结论第76页
    5.2 论文展望第76-78页
参考文献第78-81页
致谢第81-82页
在学期间公开发表论文及著作情况第82页

论文共82页,点击 下载论文
上一篇:基于走班制的高中物理分层教学个案研究--以北京十一学校为例
下一篇:一个新超混沌系统的同步研究