[发明专利]求大网络电路

说明书

技术领域

本发明涉及半导体集成电路和神经网络领域，特别涉及一种求大网络电路，用于模拟生物神经系统中的侧抑制现象。

背景技术

在生物神经系统中，存在一种侧抑制的现象，就是一个神经元兴奋之后，会对旁边的神经元产生抑制作用，这种抑制现象使得神经元之间产生竞争：在初始阶段，各个神经元对同样的输入具有相同的响应机会，但由于各个神经元兴奋程度不同，兴奋程度最强的对旁边的神经元抑制最强，最终导致兴奋程度最强的神经元输出为1，而其余的神经元都被抑制，输出为0。这个过程称为求大（Winner-Take-All）过程。

另外需要提到的是汉明（Hamming）神经网络。所谓的汉明（Hamming）神经网络是一种无反馈人工神经网络模型，其中就运用到了求大网络。汉明（Hamming）神经网络具有最大相似度分类器的功能，可以从一组二进制样例中识别出最相似的一个模式。汉明（Hamming）神经网络由两层组成，如图1所示，第一层结构是前反馈层，对输入模式进行加权求和运算。第二层是求大（Winner-Take-All）网络层，该层的输出端与输入端数相等，作用是找出输入中最大的一端，并将这一端输出置为1，其他输出端为0，在识别应用中，该层作为最后的识别判决。

目前，硬件电路实现是求大网络得到高效应用的关键，而且已经有基于传统CMOS电路设计的求大网络的电路被提出。传统的求大网络具有电路结构复杂，耗费器件数目多，成本大等缺点。这对于未来组件庞大的神经网络系统来说必定是致命的缺点。所以必须找到一种结构简单，耗费器件数目少，成本小的新型求大网络电路来克服这个缺点。

除了神经网络当中的应用之外，求大网络还可以运用在需要类似功能的工程控制等等方面。所以，如何设计出一种低功耗结构简单的求大网络电路正成为当前研究的重点。

发明内容

本发明提供了一种求大网络电路，达到结构简单、占用芯片面积小的目的。

本发明的求大网络电路，具有神经信号选择单元，神经信号选择单元的输出端分别与放大输出单元和神经信号强度检测单元连接，所述神经信号强度检测单元的输出端连接所述的放大输出单元输入端，神经信号选择单元具有至少2个神经信号输入端，放大输出单元具有与神经信号选择单元上神经信号输入端的数量相匹配数量的输出端。

神经信号选择单元用于根据控制时序来控制各神经信号输入端与神经信号强度检测单元和放大输出单元的连接；

神经信号强度检测单元用于检测所有神经信号输入端中最大的神经信号电压并保存，并将检测到的最大电压值提供给放大输出单元作为参考电压；

放大输出单元用于根据神经信号强度检测单元提供的最大电压值作为参考电压并根据控制时序依次与各神经信号输入端进行比较，并使神经信号电压最大的输入端对应的输出端输出高电平1，其它输出端输出低电平0。

具体的，在所述的神经信号选择单元中具有至少2个（1～n个）且一端分别与神经信号输入端对应连接的选择开关，各选择开关的另一端通过第三开关连接所述的神经信号强度检测单元。

具体的，在所述的神经信号强度检测单元中具有正向端与所述的神经信号选择单元连接的第一比较器，并且所述第一比较器的正向端还通过第二开关接地；第一比较器的负向端经并联的第一开关和电容接地；还具有第五开关，第五开关的一端接第一比较器的负向端，一端接电流源，第一比较器的输出端连接第五开关的控制端。

具体的，放大输出单元中具有第二比较器，第二比较器的正向端通过失调电压源连接所述的神经信号选择单元，负向端连接神经信号强度检测单元；还具有数量与神经信号强度检测单元的输入端数量相同的放大支路，每个放大支路中设有串联的输出开关和缓冲级，在输出开关和缓冲级之间接有一端接地的电容；第二比较器的输出端通过第四开关与所述的各放大支路连接。

优选的，所述的缓冲级是由至少两个串联的反相器构成。

进一步的，第二比较器的正向端接所述失调电压源的正极，失调电压源的负极接神经信号选择单元。

本发明的求大网络电路，在低功耗、结构简单和占用芯片面积小的基础上，实现了求大网络电路的多输入。

以下结合实施例的具体实施方式，对本发明的上述内容再作进一步的详细说明。但不应将此理解为本发明上述主题的范围仅限于以下的实例。在不脱离本发明上述技术思想情况下，根据本领域普通技术知识和惯用手段做出的各种替换或变更，均应包括在本发明的范围内。

附图说明

图1为汉明（Hamming）神经网络结构示意图。