基于fpga的人工神经网络的研究与实现

基于fpga的人工神经网络的研究与实现

ID:35056501

大小:4.52 MB

页数:77页

时间:2019-03-17

基于fpga的人工神经网络的研究与实现_第1页
基于fpga的人工神经网络的研究与实现_第2页
基于fpga的人工神经网络的研究与实现_第3页
基于fpga的人工神经网络的研究与实现_第4页
基于fpga的人工神经网络的研究与实现_第5页
资源描述:

《基于fpga的人工神经网络的研究与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、.-1-I爲觀?It裁超硕±学位论文胃讓画基于FPGA的人工神经网络的職与实现p作者姓名杨程学校导师姓名、职称张纖臟企业导师姓名、职称姚涛高工申请学位类别工賴硕壬.车J:m,,:茄C,;Wi.;.西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师。指导下进行的研究工作及取得的研究成果尽我所知,除了文中特别加W标注和致谢中所罗列的内容,论文中不包含其他人已

2、经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处。,本人承担切法律责任赖文本人签名:日期:7抑西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即;研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文,允许查阅的复印件、借阅论文;学校可W公布论文的全部

3、或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,结合学位论文研究成果完成的论文、发专利等成果。,署安电子科技大学明名单位为西保密。的学位论文在_年解密后适用本授权书本人签:物#1;名导师签名-切l’k、、;;yp各日期日期学校代码10701学号1311122956分类号TN4密级公开西安电子科技大学硕士学位论文基于FPGA的人工神经网络的研究与实现作者姓名:杨程领域:软件工程学位类别:工程硕士学校导师姓名、职称:张进成教授企业导师姓名、职称:姚涛高工学院:微电子学院

4、提交日期:2016年3月ResearchandimplementationofartificialneuralnetworkbasedonFPGAAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinSoftwareEngineeringByYangChengSupervisor:ZhangJinchengProfessorYaoTaoSeniorEngineerMarch2016摘要摘要

5、人工神经网络ANNs(ArtificialNeuralNetwork)是一个模仿人脑神经网络结构和关系、由物理可实现的大量相互连接的处理单元组成的系统。如今,人工神经网络已经在多个领域得到广泛应用,比如信号处理、医疗卫生、控制系统、模式识别等。我们常见的实现神经网络的方法都是基于软件的。由于软件运算速度慢,所以要提出一种能够满足实时运算要求的新的神经网络实现方法。本文实现了一种基于FPGA的神经网络,它的特点是并行运算,运算速度快。该基于硬件实现的神经网络体现出神经网络固有的并行处理特性,处理速度得到大大提升。本论文首

6、先介绍了如今人工神经网络研究的背景和国内外研究现状,以及人工神经网络硬件实现的方法和意义。然后,对典型的BP神经网络算法进行研究,包括具体的算法实现步骤。BP算法的实质是采用梯度下降法来不断修改神经元之间的联接权值,以此达到求解最优解的目的。由于本设计主要以26个英文大写字母的实时识别为应用背景,所以在介绍硬件实现神经网络需要考虑的问题中,对字母图像的数字化过程也予以了考虑。随后对硬件实现整个BP神经网络进行模块划分,并对各个模块进行硬件设计。其中,激励函数的硬件实现是基于FPGA的神经网络硬件设计的重点。本论文选用得

7、到广泛运用的Sigmoid函数作为BP神经网络的激活函数,并用查找表和分段线性函数逼近相结合的方法在FPGA上实现了Sigmoid函数。除此之外,本文在设计整个神经网络的体系结构中采用了一种脉动阵列结构。该结构体现出神经网络的并行特性,它的硬件实现能够使得整个网络的运算处理速度得到很大的提升。然后,用Verilog硬件描述语言对设计好的神经网络进行硬件实现。之后,使用ModelsimSE6.2仿真软件和Xilinx公司的Vivado集成开发工具对设计进行功能仿真和综合优化。在误差范围内,硬件功能实现正确。并且,设计对F

8、PGA的资源利用率也比较低,在10%以下。最后,通过板级验证,整个硬件网络的最高时钟频率可以达到70MHz,可以满足26个英文大写字母实时识别的要求。因此,本文设计的基于FPGA的人工神经网络达到了设计的初衷。关键词:人工神经网络,激活函数,FPGA,硬件实现IABSTRACTABSTRACTArtificialneuralnet

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。