版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著電子技術的快速發(fā)展,CMOS晶體管的集成度越來越高,人們渴望神經形態(tài)系統(tǒng)具有更廣闊的發(fā)展前景,然而,由于CMOS晶體管尺寸縮小即將到達極限,使神經形態(tài)系統(tǒng)的發(fā)展遇到障礙,同時,現(xiàn)有的學習規(guī)則,不能滿意地解決神經形態(tài)系統(tǒng)實時的、復雜的智能問題,因此在神經形態(tài)系統(tǒng)中加入智能處理單元更加迫切。新型的電路元件—憶阻器和生命科學的新發(fā)現(xiàn)—脈沖時間依賴的可塑性(Spike-TimingDependentPlasticity,STDP)學習規(guī)則給
2、神經形態(tài)系統(tǒng)的發(fā)展注入了新的活力。憶阻器的體積小且具有天然的信息存儲能力,它非常適合作為神經形態(tài)系統(tǒng)中的電子突觸。另一方面,將STDP規(guī)則結合到憶阻神經形態(tài)系統(tǒng)中,構建基于STDP和憶阻器的具有仿生智能和高集成度特點的神經形態(tài)系統(tǒng),有望提高神經形態(tài)系統(tǒng)的智能信息處理能力。
本文深入研究了憶阻器的基本理論及性質,通過理論推導和憶阻橋電路實現(xiàn)了憶阻突觸,同時構建了憶阻感知器去實現(xiàn)邏輯分類;結合Chebyshev神經網絡在函數(shù)逼
3、近中的優(yōu)勢,研究了憶阻Chebyshev神經網絡并將其應用于函數(shù)逼近;構建憶阻Fourier神經網絡用于圖像復原,通過以上工作,驗證了憶阻神經網絡有更好的信息處理能力,同時易于用硬件電路實現(xiàn)。然后,考慮到人工神經網絡的仿生特性,通過實驗證實了憶阻突觸可以有效實現(xiàn)生物學中的STDP學習規(guī)則,構建不同結構的憶阻神經網絡,提出了基于STDP規(guī)則的憶阻神經網絡并用于圖像存儲,探討了其在二值圖像、灰度圖像和彩色圖像存儲中的應用。最后,基于STDP
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于STDP的多種憶阻神經網絡學習的研究.pdf
- 憶阻神經網絡的應用.pdf
- 基于憶阻器的混沌神經網絡及應用.pdf
- 憶阻細胞神經網絡的建模及應用.pdf
- 基于憶阻器的神經網絡研究.pdf
- 基于憶阻橋突觸的神經網絡電路研究及應用.pdf
- 憶阻神經網絡模型的設計與應用.pdf
- 憶阻多層神經網絡的設計及其應用.pdf
- 基于憶阻突觸的神經網絡及其應用研究.pdf
- 基于憶阻器的組合電路及神經網絡研究.pdf
- 基于憶阻的神經網絡的動力學分析及應用.pdf
- 憶阻器在神經網絡中的應用研究.pdf
- 憶阻器-RTD混合結構細胞神經網絡及應用.pdf
- 憶阻器模型及其在人工神經網絡的應用.pdf
- 基于憶阻細胞神經網絡的彩色圖像邊緣提取.pdf
- 憶阻神經網絡的混沌性及幾類時滯神經網絡的同步研究.pdf
- 基于憶阻遞歸神經網絡的聯(lián)想記憶分析與設計
- 基于憶阻神經網絡的風電變流器故障診斷.pdf
- 基于憶阻器的競爭神經網絡及其聯(lián)想記憶研究.pdf
- 新型憶阻神經網絡及其在信息加密中的應用.pdf
評論
0/150
提交評論