[发明专利]人工神经网络算法的硬件实现方法及其系统

权利要求书

1.一种人工神经网络算法的系统，其特征在于，它包括顶层模块，所述 顶层模块由若干神经元模块组成，所述神经元模块的脉冲输入端输入给定的权 值乘积，其输出端将输入的给定权值乘积通过正态分布随机发生器和非线性变 换器拟合成神经网络的Sigmoid函数，再经过脉冲转换器，转换成脉冲输出， 所述人工神经网络算法的系统采用3-2-1网络，所述顶层模块包括3个输入神 经元、2个隐含层神经元、1个输出层神经元；所述神经元模块由乘法器和累 加器组成，在时钟同步信号的控制下从上层神经元的输入串行进入神经元并和 其权值相乘，相乘结果在累加器中累加；所述神经元模块完成任务的时钟周期 等于其连接上层网络的连接数目。

2.一种人工神经网络算法的硬件实现方法，其特征在于，它包括如下的 步骤：

(1)进行人工神经网络算法将算法结果拟合成神经网络的Sigmoid函数；

(2)用硬件描述语言VHDL实现步骤(1)所述的算法；

所述的算法为将输入值看成随机脉冲，在给点标准脉冲输入的情况下，输 入的随机脉冲与标准脉冲之间的距离可看作是一系列随机事件，并服从正态分 布，将这些脉冲累加，即正态分布的积分，拟合成神经网络的Sigmoid函数； 所述人工神经网络算法的硬件实现方法还包括验证步骤，所述步骤为输入(0， 0)(0，1)(1，0)(1，1)对应的脉冲序列和权值，在输出端得到相应的输出 脉冲，与标准脉冲比较后，是否与异或算法的输出脉冲相符。