基于FPGA的人工神经网络系统的实现方孩

• 作者: 戴明 李莉华 薛维琴
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 神经网络 硬件实现 FPGA 片上学习 函数逼近
• 年，卷（期）: 2010,（9）
• 页码范围: 151-154
• 分类号: TP242.6
• 字数: 2549字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6236.2010.09.044

摘要

为了改变人工神经网络的研究仅仅局限于算法.只是在通用的串行或并行计算机上模拟实现的现状,针对函数逼近问题,将BP神经网络的结构分为3个模块,采用VHDL语言完成对各个模块的硬件描述,并使用Alters公司的QuartusII 6.1综合软件进仿真和调试,然后在CycloneII系列FPGA上实现了能够进行片上学习并完成函数逼近的BP神经网络系统.测试结果证明,该系统能够很好地完成在线学习,并能满足一般系统应用的速度和精度的要求,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴明	中国科学院长春光学精密机械与物理研究所	70	711	16.0	23.0
2	李莉华		3	23	2.0	3.0
3	薛维琴	中国科学院长春光学精密机械与物理研究所	4	66	3.0	4.0