收藏本站
《东北师范大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于FPGA的SOM神经网络可配置模块化硬件实现方法研究

杜琳  
【摘要】:学习是生物体大脑的重要功能。1981年由Kohonen教授提出的SOM神经网络模型,被广泛用于大脑自组织、自学习功能的模拟与研究。同时,它在数据降维、聚类、模式识别、数据挖掘和图像处理等领域,也取得了巨大的成功。目前,人工神经网络的实现与应用大多采用基于计算机的软件仿真方法,该方法无法真正发挥神经网络并行处理、分布存储的特点,以及自适应能力强、鲁棒性强的优势。因此,神经网络的硬件实现逐渐成为研究热点。目前,人工神经网络的硬件实现主要基于超大规模集成电路(VLSI)技术。其中,现场可编程门阵列(FPGA)由于具有丰富的硬件可编程逻辑资源、配置灵活、开发周期短、可实现并行计算等特点,被广泛用于神经网络的硬件实现。现有的基于FPGA的SOM神经网络硬件实现方法大部分为面向特定应用,网络规模固定,数据格式单一,内部的实现结构也无法按需配置,不具备通用性,难以实现高性能的人工神经网络。因此,迫切需要一种基于FPGA的、网络规模、数据范围与精度以及运算结构能够按需配置的、通用的SOM神经网络硬件实现方法。本文提出了一种基于FPGA的可配置、模块化SOM神经网络硬件实现方法。首先,综合SOM神经网络的模型结构、学习原理与算法以及FPGA硬件实现的条件与限制,将网络模型划分为结构和功能相对独立的模块;其次,采用硬件描述语言(VHDL)对各模块进行描述,完成模块数字化,形成通用的模块库;最后,在实际应用中,根据需求,通过对各模块进行组合,便能够构造出SOM神经网络的目标硬件。在构建网络的过程中,可通过对通用参数的设置与传递,完成对网络规模、数据范围与精度和运算结构的灵活配置。为验证该方法的有效性,本文构建了用于数字识别的硬件SOM神经网络测试系统。该系统由基于MATLAB GUI的上位机设置界面和基于FPGA开发板的下位机组成。通过对网络功能和性能的测试表明,本文所提出的SOM神经网络的硬件实现方法具有灵活的网络规模、数据格式和运算结构可配置能力,可实现资源占用与运行速度的优化设计。系统运行速度的测试结果表明,相对于软件实现方法,硬件实现的SOM神经网络具有较高的运行速度,能够满足高速、小型化智能信息处理系统的应用需求。本文为SOM神经网络应用提供新的方法,也可为其他类型人工神经网络的硬件实现提供了有价值的借鉴。
【学位授予单位】:东北师范大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP183

【参考文献】
中国期刊全文数据库 前10条
1 李艺颖;;人工智能的新浪潮——深度学习[J];网友世界;2013年Z2期
2 毛健;赵红东;姚婧婧;;人工神经网络的发展及应用[J];电子设计工程;2011年24期
3 樊振宇;;BP神经网络模型与学习算法[J];软件导刊;2011年07期
4 陈格;;人工神经网络技术发展综述[J];中国科技信息;2009年17期
5 孔超;李占才;王沁;李昂;钱艺;;一种基于FPGA的SOM神经网络算法的并行实现[J];计算机工程;2007年19期
6 林祥金;张志利;朱智;;人工神经网络FPGA实现研究进展与发展趋势[J];控制工程;2007年S3期
7 余健;郭平;;自组织映射(SOM)聚类算法的研究[J];现代计算机;2007年03期
8 梁硕;裴元腾;牛成;;人脑高级思维与人工神经网络[J];消费导刊;2006年11期
9 邵清亮,张振川;VHDL设计电路优化探讨[J];现代电子技术;2004年09期
10 李群,谭国民,胡开堂,张业录;人工神经网络在造纸工业中研究现状与展望[J];天津造纸;2002年04期
中国博士学位论文全文数据库 前3条
1 谭秀辉;自组织神经网络在信息处理中的应用研究[D];中北大学;2015年
2 严传魁;基于一种自适应突触学习规则的网络同步分析以及在记忆模型中的应用[D];华东理工大学;2012年
3 汪木兰;神经网络硬化实现的共性技术在电力传动中应用研究[D];合肥工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 王蕾;BWS-SOM模型在大字符集汉字识别中的应用研究[D];东北师范大学;2017年
2 王积丽;基于改进的模糊SOM算法确定最佳聚类数目方法的研究[D];华南理工大学;2016年
3 段翔;基于SOM神经网络的新化县森林健康评价[D];中南林业科技大学;2016年
4 王彤;基于FPGA的Hopfield神经网络可配置硬件实现方法研究[D];东北师范大学;2016年
5 杨程;基于FPGA的人工神经网络的研究与实现[D];西安电子科技大学;2016年
6 吴湘锋;前馈人工神经网络的硬件实现研究[D];湘潭大学;2015年
7 黄倩;一种基于FPGA的神经网络分类系统的设计与实现[D];云南大学;2015年
8 丁兆亮;SOM算法在钢铁分选仪中的应用[D];哈尔滨理工大学;2013年
9 刘培龙;基于FPGA的神经网络硬件实现的研究与设计[D];电子科技大学;2012年
10 钱玉多;基于FPGA的神经网络硬件实现研究[D];华中科技大学;2012年
【共引文献】
中国期刊全文数据库 前10条
1 叶远斌;;神经网络深度学习算法在地理国情监测中的应用研究[J];西部资源;2018年04期
2 崔岩;卢昀坤;曹雷刚;刘峰斌;;面向材料基因工程的人工神经网络研究[J];热加工工艺;2018年12期
3 胡继辉;侯远龙;高强;陈宇政;童仲志;;坦克炮控系统神经网络自适应滑模控制方法[J];火力与指挥控制;2018年06期
4 王斌;冯慧芬;黄平;赵敬;易佳音;;人工神经网络模型在预测重症手足口病中的应用研究[J];现代预防医学;2018年11期
5 温永菁;李春;薛庆禹;董朝阳;黎贞发;李秀芬;陈思宁;;基于逐步回归与BP神经网络的日光温室温湿度预测模型对比分析[J];中国农学通报;2018年16期
6 王光;张兰君;;基于BP人工神经网络的智能银行客户满意度研究[J];经济研究导刊;2018年16期
7 燕振刚;李薇;Yan Tianhai;王钧;陈蕾;逯玉兰;刘欢;唐洁;张磊;陈玉娟;常生华;侯扶江;;BP神经网络算法在河西绿洲玉米生产碳排放评估中的应用及算法有效性研究[J];中国生态农业学报;2018年08期
8 祝承;叶妙婷;胡臻龙;;基于优化离散灰色和ANN组合模型的人口预测[J];现代信息科技;2018年05期
9 于洋;李军;李宝国;;化学计量学在中药质量控制研究中的应用[J];中成药;2018年05期
10 郭彤颖;陈露;;基于鸟群算法优化BP神经网络的热舒适度预测[J];计算机系统应用;2018年04期
中国博士学位论文全文数据库 前4条
1 常征;基于混合集成学习的眼部与四肢交互动作建模与识别[D];北京科技大学;2016年
2 李晓晖;流体动压型机械密封端面状态监测及健康评估[D];西南交通大学;2016年
3 徐旭颖;神经元膜电位高低两态切换的神经动力学研究[D];华东理工大学;2015年
4 潘超;数控机床直线电驱进给系统控制技术及动态特性研究[D];江苏大学;2011年
中国硕士学位论文全文数据库 前10条
1 薛翔;人工智能在糖尿病诊断中的应用研究[D];兰州理工大学;2018年
2 肖宇;校园一卡通应用数据分析系统的研究与实现[D];西南科技大学;2018年
3 赵昊;基于混沌粒子群算法优化硅基波导光栅耦合器的研究[D];山东大学;2018年
4 杜琳;基于FPGA的SOM神经网络可配置模块化硬件实现方法研究[D];东北师范大学;2018年
5 李佳憬;基于FPGA的数字信号合成技术性能分析[D];北京邮电大学;2018年
6 张天作;基于FPGA的矩阵乘法实现方案在全连接深度神经网络前向传播中的性能评估[D];北京邮电大学;2018年
7 王乐;基于FPGA面向口臭检测的电子鼻系统研究[D];吉林大学;2017年
8 李泽坤;基于FPGA的卷积神经网络系统的设计与实现[D];哈尔滨工业大学;2017年
9 何飞;基于RBF神经网络和FPGA的磁浮车间隙传感器温度补偿研究[D];西南交通大学;2017年
10 石强胜;GVM神经网络的FPGA实现[D];兰州大学;2017年
【二级参考文献】
中国期刊全文数据库 前10条
1 郝中华;;BP神经网络的非线性思想[J];洛阳师范学院学报;2008年04期
2 武妍,王守觉;一种通过反馈提高神经网络学习性能的新算法[J];计算机研究与发展;2004年09期
3 何国光,朱萍,曹志彤,陈宏平;混沌神经网络的Lyapunov指数与混沌区域[J];浙江大学学报(理学版);2004年04期
4 王世明,施汉昌,钱易;利用人工神经网络预测芳香化合物的生物可降解性[J];环境化学;2000年01期
5 张建明,王宁,王树青;增益模糊自整定的神经元控制及在多纸种造纸机定量控制中的应用[J];中国造纸学报;1999年00期
6 刘国东,黄川友,丁晶;水质综合评价的人工神经网络模型[J];中国环境科学;1998年06期
7 于玲,祝和云;神经元网络用于纸浆高锰酸钾值的软测量[J];中国造纸学报;1998年S1期
8 田禹,王宝贞,周定;BP及RBF人工神经元网络对臭氧生物活性炭水处理系统建模的比较[J];中国环境科学;1998年05期
9 朱勇强,谢来苏,梁文芷;造纸湿部中性施胶系统人工神经网络建模的研究[J];中国造纸学报;1998年00期
10 张爱茜,韩朔睽,沈洲,马静;运用回归分析与人工神经网络预测含硫芳香族化合物好氧生物降解速率常数[J];环境科学;1998年01期
中国博士学位论文全文数据库 前1条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
中国硕士学位论文全文数据库 前10条
1 刘雪鸥;医学图像模式识别技术的研究及应用[D];太原理工大学;2016年
2 刘波;改进的图像匹配方法在汉字识别中的应用[D];暨南大学;2015年
3 李敦禧;尖峰岭生态公益林健康评价体系研究[D];中南林业科技大学;2014年
4 贺静;基于CMOS模拟技术的多种前馈人工神经网络硬件的研究与实现[D];湘潭大学;2014年
5 周齐国;基于ARM和FPGA的神经网络处理系统的设计与实现[D];福建师范大学;2014年
6 赵健;基于AdaBoost及支持向量机的车牌识别系统研究[D];浙江师范大学;2014年
7 姜孟竹;大兴安岭盘古林场森林健康评价与分析[D];东北林业大学;2014年
8 赵作为;基于SOM的4S店客户细分及变化挖掘研究[D];大连理工大学;2013年
9 倪莉莉;基于小班水平的县级森林健康评价研究[D];南京林业大学;2013年
10 王晓;基于BP神经网络和HMM混合模型的脱机手写体汉字识别[D];天津师范大学;2013年
【相似文献】
中国期刊全文数据库 前10条
1 蒋进;;基于神经网络的风功率组合预测[J];工程技术研究;2017年10期
2 余窻恒;沈海斌;;一种跨层连接的循环神经网络门结构设计[J];传感器与微系统;2018年08期
3 刘桂霞;王沫沅;苏令涛;吴春国;孙立岩;王荣全;;基于深度神经网络的蛋白质相互作用预测框架[J];吉林大学学报(工学版);年期
4 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
5 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
6 ;[J];;年期
7 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
8 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
9 ;硅光子神经网络亮相[J];石油工业计算机应用;2016年04期
10 任刚红;杜坤;周明;刘年东;张晋;;基于级联神经网络的年降雨量预测[J];土木建筑与环境工程;2016年S2期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国重要报纸全文数据库 前10条
1 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
2 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
3 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
4 ;人工智能将取得大面积突破[N];中国企业报;2017年
5 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
6 ;人类正迎来云端机器人时代[N];中国企业报;2017年
7 张斌;谁还需要“同传”[N];文汇报;2017年
8 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
9 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
10 中国科学技术大学终身学习实验室博士 吴茂乾;“寒武纪”人工智能大爆发的前夜[N];安徽日报;2017年
中国博士学位论文全文数据库 前10条
1 吴森森;地理时空神经网络加权回归理论与方法研究[D];浙江大学;2018年
2 张振敏;基于脉冲神经网络的纹理图像识别研究[D];福建师范大学;2016年
3 姜晓恒;基于深度卷积神经网络多尺度共享与子块级联的物体识别[D];天津大学;2017年
4 陈浩广;基于扩展神经网络的非线性不确定系统自适应控制设计研究[D];广东工业大学;2017年
5 高洁;几类复杂网络的同步控制研究[D];电子科技大学;2018年
6 刘奎;基于神经网络的癌症筛查与诊断人工智能研究[D];北京邮电大学;2018年
7 黄杰;基于深度学习的手语识别技术研究[D];中国科学技术大学;2018年
8 曹春水;深度卷积神经网络中反馈机制的计算建模及应用研究[D];中国科学技术大学;2018年
9 刘志康;基于视频的人类行为识别方法研究[D];中国科学技术大学;2018年
10 王洁;金融物理模型及金融市场随机预测系统[D];北京交通大学;2018年
中国硕士学位论文全文数据库 前10条
1 唐芳草;基于神经网络的技术合同风险分析技术研究[D];哈尔滨工程大学;2017年
2 侯蕾;基于卷积神经网络的水果检测研究[D];福建师范大学;2017年
3 汪东升;基于小波和神经网络的柴油机失火故障诊断方法研究[D];华中农业大学;2011年
4 姜珊;基于卷积神经网络的水稻生长阶段优劣长势判别的研究[D];黑龙江八一农垦大学;2018年
5 林晟;基于卷积神经网络的教学资源整合方法的研究与实现[D];上海师范大学;2018年
6 宋夏;基于改进PCA与BP神经网络的人脸识别算法[D];内蒙古师范大学;2018年
7 孙璇;基于卷积神经网络的文本分类方法研究[D];上海师范大学;2018年
8 朱永佳;基于卷积神经网络的交通标志检测与识别研究[D];上海师范大学;2018年
9 卢毅;基于轻量级卷积神经网络的人脸检测和识别算法研发[D];浙江大学;2018年
10 蒋维;基于改进PSO-BP神经网络的个人信用评价模型及算法研究[D];电子科技大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026