基于FPGA的神经网络数据估计器的设计
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题背景及意义 | 第9-10页 |
| ·国内外神经网络研究现状 | 第10-13页 |
| ·设计思路及实现手段 | 第13页 |
| ·本论文的主要工作 | 第13-15页 |
| 第二章 神经网络的基本原理和结构设计 | 第15-28页 |
| ·误差反向传播算法 | 第15-19页 |
| ·BP算法的改进 | 第19-21页 |
| ·神经网络结构的确定 | 第21-28页 |
| ·网络的层数的确定 | 第21-22页 |
| ·基于信息熵隐含层的神经元数的确定 | 第22-26页 |
| ·学习速率 | 第26-27页 |
| ·期望误差的选取 | 第27-28页 |
| 第三章 估计器关键单元的优化设计 | 第28-41页 |
| ·激励函数的设计与选择 | 第28-37页 |
| ·数据流实现方式 | 第28-29页 |
| ·查找表方法 | 第29-30页 |
| ·泰勒级数展开 | 第30-31页 |
| ·最小平方法 | 第31-34页 |
| ·分段近似法 | 第34-37页 |
| ·ALU单元的设计 | 第37-41页 |
| ·ALU单元的整体结构 | 第37-38页 |
| ·乘法器的实现 | 第38-41页 |
| 第四章 神经网络数据估计器的 FPGA实现 | 第41-53页 |
| ·神经网络估计器的框图与模块的划分 | 第41-43页 |
| ·估计器的基本功能及设计原理 | 第41-42页 |
| ·系统设计模块的划分 | 第42-43页 |
| ·检测模块的设计 | 第43页 |
| ·算法模块的设计 | 第43-50页 |
| ·隐含前馈层的设计 | 第44-46页 |
| ·输出层前馈模块的设计 | 第46页 |
| ·输出层反传模块的设计 | 第46-47页 |
| ·隐含层反传模块的设计 | 第47-48页 |
| ·输出层更新模块的设计 | 第48页 |
| ·隐含层更新模块的设计 | 第48-49页 |
| ·权值初始化及更新问题 | 第49-50页 |
| ·控制模块的设计 | 第50-53页 |
| ·时钟的设计 | 第50-51页 |
| ·控制信号的设计 | 第51-53页 |
| 第五章 估计器的测试与仿真 | 第53-60页 |
| ·估计器与 PC机数据的传输 | 第53-58页 |
| ·PCI总线的选择 | 第53-54页 |
| ·PCI总线协议的基本原则 | 第54-57页 |
| ·PCI接口的实现 | 第57-58页 |
| ·估计器的测试与仿真 | 第58-60页 |
| 第六章 结论与展望 | 第60-62页 |
| ·本文主要完成的工作 | 第60-61页 |
| ·后续工作的展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录1:攻读硕士学位期间发表的论文 | 第66-67页 |
| 附录2:养殖场的实验数据 | 第67-68页 |
