憶阻神經形態(tài)系統(tǒng)在模式識別中的應用.pdf

1、神經形態(tài)系統(tǒng)是仿人工神經網絡構建的硬件系統(tǒng)，可以實現更高的信息處理和容錯能力，被廣泛應用于模式識別、機器學習、信號處理、圖像處理等領域。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?；趹涀杵鞯慕徊婕軜媱t可以作為神經形態(tài)系統(tǒng)中天然的權值矩陣。由于不同的憶阻器具有不同的特性，為滿足不同的需求，基于各類憶阻器設計的神經形態(tài)系統(tǒng)也越來越豐富。但這些系統(tǒng)多數存在三個問題，其一，通過傳統(tǒng)工具

2、對測試樣本進行了大量的預處理；其二，網絡的訓練過程通常是通過線下系統(tǒng)實現的，而測試過程則是在神經形態(tài)電路系統(tǒng)上實現。其三，大多神經形態(tài)系統(tǒng)仿照傳統(tǒng)數字系統(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，本文構建了一種基于方差相關學習算法的遺忘憶阻神經形態(tài)系統(tǒng)，并將該系統(tǒng)成功應用于模式識別。在進行有效的手寫數字圖像識別之外，還研究了遺忘速率與識別效率之間的關系。本文的具體研究內容和成果如下：
　　1、對經典惠普憶阻器

3、和遺忘憶阻器的內部機制進行了闡述說明，并對其數學模型進行了理論推導。在一維遺忘憶阻器模型的基礎上，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計了一種神經形態(tài)電路系統(tǒng)。該系統(tǒng)是包含自學習電路系統(tǒng)、訓練電路系統(tǒng)及識別電路系統(tǒng)的多層集成系統(tǒng)，可以實現樣本的在線訓練和識別功

4、能。針對系統(tǒng)不同層所實現功能的不同，給出了各個部分的電路原理設計和功能仿真。
　　3、基于樣本的群體特征和個體特征，提出方差相關學習算法，實現對憶阻交叉架構矩陣在線的訓練。該方法可以有效簡化樣本的預處理工作，同時便于電路系統(tǒng)的實現。
　　4、將神經形態(tài)系統(tǒng)應用于手寫數字圖像的模式訓練及識別。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?對識別結果的影響，發(fā)現不同區(qū)間的遺忘因子對識別效果具有不同程度