智能神经元网络前向传播过程的硬件实现
在离线训练多层前馈网络的基础上,在FPGA中实现了智能神经元网络的前向传播过程.神经网络的学习采用改进的遗传算法,其中对遗传算法交叉、变异后所得结果的处理方面做了改进,并将整个进化过程分为渐进和骤变2个阶段.所构造的多层前馈网络具有智能神经元模型,从而提高了神经网络的收敛速度和泛化能力.在硬件实现中采用对称表求和算法逼近网络激励函数,用较少的存储空间在FPGA中构造智能神经元,使神经网络具有占用硬件资源少和工作速度高的优点.该方法应用于10000m同轴电缆仿真线的研究中,收到了良好的效果。
智能神经网络 遗传算法 FPGA STAM算法 硬件实现
张海燕 李欣
中国海洋大学,电子工程系,山东,青岛,266071
国内会议
第十六届中国神经网络大会(CNNC2006)暨首届中国人工免疫系统专题会议(CAISC06)
哈尔滨
中文
40-45
2006-08-05（万方平台首次上网日期，不代表论文的发表时间）