憶阻神經(jīng)形態(tài)系統(tǒng)在模式識別中的應(yīng)用.pdf

1、神經(jīng)形態(tài)系統(tǒng)是仿人工神經(jīng)網(wǎng)絡(luò)構(gòu)建的硬件系統(tǒng)，可以實現(xiàn)更高的信息處理和容錯能力，被廣泛應(yīng)用于模式識別、機器學(xué)習(xí)、信號處理、圖像處理等領(lǐng)域。憶阻器作為一個納米級元件，具有非易失性/易失性、記憶性、可塑性、低功耗等特點，可以作為一個天然的突觸?；趹涀杵鞯慕徊婕軜?gòu)則可以作為神經(jīng)形態(tài)系統(tǒng)中天然的權(quán)值矩陣。由于不同的憶阻器具有不同的特性，為滿足不同的需求，基于各類憶阻器設(shè)計的神經(jīng)形態(tài)系統(tǒng)也越來越豐富。但這些系統(tǒng)多數(shù)存在三個問題，其一，通過傳統(tǒng)工具

2、對測試樣本進行了大量的預(yù)處理；其二，網(wǎng)絡(luò)的訓(xùn)練過程通常是通過線下系統(tǒng)實現(xiàn)的，而測試過程則是在神經(jīng)形態(tài)電路系統(tǒng)上實現(xiàn)。其三，大多神經(jīng)形態(tài)系統(tǒng)仿照傳統(tǒng)數(shù)字系統(tǒng)的處理方法，而忽略了人腦的獨特特性，比如遺忘特性。針對以上問題，本文構(gòu)建了一種基于方差相關(guān)學(xué)習(xí)算法的遺忘憶阻神經(jīng)形態(tài)系統(tǒng)，并將該系統(tǒng)成功應(yīng)用于模式識別。在進行有效的手寫數(shù)字圖像識別之外，還研究了遺忘速率與識別效率之間的關(guān)系。本文的具體研究內(nèi)容和成果如下：
　　1、對經(jīng)典惠普憶阻器

3、和遺忘憶阻器的內(nèi)部機制進行了闡述說明，并對其數(shù)學(xué)模型進行了理論推導(dǎo)。在一維遺忘憶阻器模型的基礎(chǔ)上，介紹了改進后的三維遺忘憶阻器模型，并給出了三維遺忘憶阻器模型的單、雙極和單雙可逆條件。通過建立SPICE仿真模型，對這三種憶阻器模型的內(nèi)部特性和突觸行為進行了詳細的比較和分析。
　　2、基于一維遺忘憶阻器模型設(shè)計了一種神經(jīng)形態(tài)電路系統(tǒng)。該系統(tǒng)是包含自學(xué)習(xí)電路系統(tǒng)、訓(xùn)練電路系統(tǒng)及識別電路系統(tǒng)的多層集成系統(tǒng)，可以實現(xiàn)樣本的在線訓(xùn)練和識別功

4、能。針對系統(tǒng)不同層所實現(xiàn)功能的不同，給出了各個部分的電路原理設(shè)計和功能仿真。
　　3、基于樣本的群體特征和個體特征，提出方差相關(guān)學(xué)習(xí)算法，實現(xiàn)對憶阻交叉架構(gòu)矩陣在線的訓(xùn)練。該方法可以有效簡化樣本的預(yù)處理工作，同時便于電路系統(tǒng)的實現(xiàn)。
　　4、將神經(jīng)形態(tài)系統(tǒng)應(yīng)用于手寫數(shù)字圖像的模式訓(xùn)練及識別。通過仿真驗證了系統(tǒng)的功能和有效性。另外，進一步研究了遺忘憶阻器的遺忘因子?對識別結(jié)果的影響，發(fā)現(xiàn)不同區(qū)間的遺忘因子對識別效果具有不同程度