新型憶阻神經(jīng)網(wǎng)絡(luò)及其在圖像處理中的應(yīng)用.pdf

1、隨著信息量的急劇增長和信息處理要求的不斷提高，人們迫切需要更加智能化和微型化的信息處理系統(tǒng)，因此具有并行計算優(yōu)勢的神經(jīng)形態(tài)系統(tǒng)受到極大的關(guān)注。由于現(xiàn)有的半導體晶體管的尺寸無法進一步縮小，這使得與電子技術(shù)密切相關(guān)的神經(jīng)形態(tài)系統(tǒng)的研究受到嚴重限制。憶阻器具有類似于人類大腦的“記憶”功能，其納米級尺寸和非易失性存儲的特性，有望徹底改變現(xiàn)有的信息處理方式。本文將憶阻器應(yīng)用到神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，提出新一代的憶阻神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)能有效改善傳統(tǒng)神經(jīng)網(wǎng)絡(luò)電

2、路復雜、不易集成的缺點，在降低能耗方面也表現(xiàn)出強大的潛力。被認為是天然電子突觸的憶阻器，能夠在仿生系統(tǒng)里得到完美應(yīng)用，讓憶阻神經(jīng)網(wǎng)絡(luò)變得更加的靈活。
　　本文深入研究了憶阻器特性，并在此基礎(chǔ)上來構(gòu)建新型憶阻神經(jīng)網(wǎng)絡(luò)電路。討論了純憶阻邏輯電路，并構(gòu)建了憶阻數(shù)字邏輯器件；將憶阻器和neuMOS晶體管相結(jié)合，提出了新型憶阻離散Hopfield神經(jīng)網(wǎng)絡(luò)，并研究了其在彩色數(shù)字圖像恢復中的應(yīng)用；構(gòu)建了一種參數(shù)自適應(yīng)的新型憶阻脈沖耦合神經(jīng)網(wǎng)絡(luò)，

3、并提出了一種圖像增強自適應(yīng)算法。具體來說，本文內(nèi)容主要分為四個部分，如下所示：
　　首先，本文重點討論了經(jīng)典的惠普憶阻器模型和閾值自適應(yīng)模型，探討了憶阻值與電荷、磁通量三者之間的關(guān)系。利用SPICE仿真驗證了該模型的憶阻特性，并重點研究了該模型的閾值特性和突觸特性，為憶阻器后續(xù)應(yīng)用研究提供良好的理論參考和實驗依據(jù)。
　　然后，本文基于惠普憶阻器的邏輯計算能力和信息存儲特性，設(shè)計了純憶阻邏輯電路。不同于傳統(tǒng)的憶阻邏輯電路，本文

4、提出的電路用電壓來直接表示邏輯狀態(tài)，更加直觀方便。相比于晶體管邏輯電路，則在電路復雜程度上有明顯的改善。在此基礎(chǔ)上，本文構(gòu)建了憶阻編碼器和憶阻譯碼器，仿真驗證了其邏輯的正確性。該方案推進憶阻器在數(shù)字電路中的應(yīng)用，為優(yōu)化邏輯器件提供了新的思路。
　　其次，利用神經(jīng)元晶體管的加權(quán)求和特性以及閾值可控功能，結(jié)合憶阻器的突觸特性，提出了一種全新的憶阻Hopfield神經(jīng)網(wǎng)絡(luò)，并將其運用在聯(lián)想記憶和彩色數(shù)字圖像恢復中。該網(wǎng)絡(luò)僅由 neuMO

5、S、憶阻器和普通電阻構(gòu)成，能夠完全模擬神經(jīng)元信息傳導過程，相比傳統(tǒng)電路，省去了復雜的差分運算電路以及電流與電壓信號的轉(zhuǎn)換電路，電路結(jié)構(gòu)簡單，可用于大規(guī)模集成。同時，該網(wǎng)絡(luò)還具有能耗低、閾值動態(tài)可控、權(quán)值可編程的優(yōu)點?？梢姡摲桨覆粌H極大地簡化網(wǎng)絡(luò)結(jié)構(gòu)，還能加強網(wǎng)絡(luò)性能，有助于促進人工神經(jīng)形態(tài)系統(tǒng)的硬件實現(xiàn)。
　　最后，本文將憶阻器和傳統(tǒng)PCNN模型相結(jié)合，提出了一種基于閾值自適應(yīng)憶阻器的M-PCNN神經(jīng)元模型。模型中用憶阻器電路的