公开(公告)号：CN101527010B

公开(公告)日：2011-12-07

申请号：CN200810034313.3

申请日：2008-03-06

申请人： 上海理工大学

发明人： 马立新 ,  李长乐 ,  张学佳

IPC分类号： G06N3/06

摘要： 本发明提供一种人工神经网络算法的硬件实现方法及其系统，克服了现有的硬件实现技术的昂贵与占用硬件资源过大的缺陷；它包括顶层模块，所述顶层模块由若干神经元模块组成，所述神经元模块的脉冲输入端输入给定的权值乘积，其输出端通过正态分布随机发生器和非线性变换器拟合成神经网络的Sigmoid函数，再经过脉冲转换器，转换成脉冲输出；本发明的神经网络算法的硬件实现方法及其系统和现有的实现技术相比，克服以往软件实现中的串行方式来完成并行计算的尴尬，取代了软件实现的弊端；又由于进行了算法优化，节省了大量硬件资源，在FPGA平台上实现，成本较低，利用优化的算法，避开了Sigmoid函数用硬件难以实现的困境，又使用了累加方式，节省了硬件资源。

公开(公告)号：CN101527010A

公开(公告)日：2009-09-09

申请号：CN200810034313.3

申请日：2008-03-06

申请人： 上海理工大学

发明人： 马立新 ,  李长乐 ,  张学佳

IPC分类号： G06N3/06

摘要： 本发明提供一种人工神经网络算法的硬件实现方法及其系统，克服了现有的硬件实现技术的昂贵与占用硬件资源过大的缺陷；它包括顶层模块，所述顶层模块由若干神经元模块组成，所述神经元模块的脉冲输入端输入给定的权值乘积，其输出端通过正态分布随机发生器和非线性变换器拟合成神经网络的Sigmoid函数，再经过脉冲转换器，转换成脉冲输出；本发明的神经网络算法的硬件实现方法及其系统和现有的实现技术相比，克服以往软件实现中的串行方式来完成并行计算的尴尬，取代了软件实现的弊端；又由于进行了算法优化，节省了大量硬件资源，在FPGA平台上实现，成本较低，利用优化的算法，避开了Sigmoid函数用硬件难以实现的困境，又使用了累加方式，节省了硬件资源。