基于STDP規(guī)則的憶阻神經網絡及應用.pdf

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