神经网络实时计算关键技术研究-硕士学位论文-有关FPGA和神经网络

muwu324 · 发表于 2010-9-22 22:36:26

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。

您需要登录才可以下载或查看，没有账号？注册

x

很不错的神经网络和 FPGA结合
章节主要内容：
第一章绪论，简单介绍了神经网络的软件仿真实现方法和硬件实时计算方法，阐述了实时计算对神经网络应用的意义，探讨了现场可编程门阵
列(FPGA)技术在神经网络实时计算方面的应用。
第二章对神经网络的基本原理进行描述。主要介绍了神经网络的基本概念，神经网络的基本组成单元——神经元模型，神经元模型运算的特点
，以及构筑于神经元模型上的三种基本网络结构。最后简单介绍了神经网络的学习过程，学习任务，泛化和应用。
第三章分析了两个典型的神经网络计算的FPGA实现：用于模式识别的GANGLION网络和使用CORDIC算法实现激活函数运算的RBNN网络。重点分析了上述网络所采用的易于FPGA实现的算法和资源消耗情况。
第四章详细介绍了RNS算法，Piecewise算法等适合硬件实现的先进算法，对它们的优缺点进行了系统的分析，对其在神经网络中的应用进行了探讨；本章还讨论了FPGA技术的最近进展，指出FPGA技术的不断发展为神经网络的实时计算提供了更广阔的空间。
第五章详细介绍了按照神经网络理论构造的用于函数逼近的多层感知器网络——PIoNEER，给出了网络的Vefilog语言描述，讨论了实现网络计
算所采用的关键算法：并行分布式算法和CORDIC算法。
第六章通过Matlab仿真运算，研究了算法的参数选择对输出结果精度的影响，以及对整个网络性能的影响。对比了网络的Verilog描述在
Modelsim平台，实际硬件平台的运行结果同Matlab实现的精确网络的差别，分析了网络HDL描述的性能。
第七章总结和展望，在总结论文工作的基础上，对使用FPGA实现神经实时计算的前景进行了分析，探讨了使用基本的神经元IP Core实现功能更
强大，结构更复杂的神经网络的可能性。

abbr_13554146b300ec25fc8d0cb78ba3bbc3.pdf (1.87 MB, 下载次数: 214 )