[发明专利]忆阻Hopfield神经网络稀疏编码的电路及其操作方法

说明书

本发明公开了一种基于忆阻Hopfield神经网络实现稀疏编码的电路及其操作方法；通过基于Hopfield神经网络硬件电路解决了稀疏编码的问题。本发明是忆阻交叉阵列方式，电路整体结构更加简单灵活，功耗更低，体积更小；并且忆阻器具有良好的非易失性，能将存储和运算相结合，有望突破传统冯诺依曼体系架构的瓶颈。传统解决稀疏编码问题都是通过软件来实现，硬件电路实现相比于软件实现所需的时间更短，功耗更低，速度更快，同时由于忆阻器的阻值可以改变，灵活性更高，从而可以解决各种不同的稀疏编码问题。硬件电路的实现对于神经形态的计算提供了基础，实际生产过程中的操作效率大幅度提升，提高了操作的灵活性，同时所需的芯片体积相较于传统结构要小很多。

技术领域

本发明属于电路设计领域，更具体地，涉及一种忆阻Hopfield神经网络稀疏编码的电路及其操作方法。

背景技术

1959年，David Hubel和Toresten Wiesel通过对猫的视觉条纹皮层简单细胞感受野的研究得出一个结论：主视皮层V1区神经元的感受野能对视觉感知信息产生一种“稀疏表示”。稀疏编码的目的是在大量的数据集中，选取很小部分作为元素来重建新的数据。稀疏编码的难点是其最优化目标函数的求解。Hopfield神经网络是一个解决最优化问题很好的方法。Hopfield神经网络是一种单层反馈全连接的神经网络，通过将优化问题转换为能量函数最小化，从初始状态按能量函数减小的方向进行演化，直到达到稳定状态，稳定状态即为网络的输出。连续型Hopfield神经网络使用的是电阻作为权重，一旦权重确定下来，这个网络的功能就无法改变。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种基于忆阻Hopfield神经网络实现稀疏编码的电路，旨在解决现有技术中由于电阻的电导值固定后无法修改，只能处理一种字典固定的稀疏编码导致无法处理不同的稀疏编码的问题。

本发明提供了一种基于忆阻Hopfield神经网络实现稀疏编码的电路，包括：n个单元，每个单元具有n个电压输入端和一个输出端，n个单元的第一电压输入端均连接后用于接收第一初始输入电压V₁，n个单元的第二电压输入端均连接后用于接收第二初始输入电压V₂，……n个单元的第n电压输入端均连接后用于接收第n初始输入电压V_n；每个单元均包括：积分模块、开关单元以及n个忆阻器，n个忆阻器依次记为第一忆阻器、第二忆阻器，……，第n忆阻器；n个忆阻器的一端均与所述积分模块的一端连接，第一忆阻器的另一端作为第一电压输入端，第二忆阻器的另一端作为第二电压输入端，……第n忆阻器的另一端作为第n电压输入端，开关单元的一端与所述积分模块的另一端连接，开关单元的另一端作为所述单元的输出端。

其中，积分模块包括：运算放大器A_n、电容C_n、偏置电阻RI_n和反馈电阻R_n；所述运算放大器A_n的反相输入端作为所述积分模块的输入端，所述运算放大器A_n的输出端作为所述积分模块的输出端，所述电容C_n连接在所述运算放大器A_n的反相输入端与输出端之间，所述反馈电阻R_n与所述电容C_n并联连接，所述偏置电阻RI_n的一端连接至所述运算放大器A_n的反相输入端，所述偏置电阻RI_n的另一端连接偏置电压VI_n，所述运算放大器A_n的正相输入端接地。

其中，开关单元包括：激活开关Sn，其一端连接积分模块，另一端作为所述单元的输出端。