[发明专利]一种基于双模式忆阻桥突触电路的图像处理方法

说明书

本发明提供了一种基于双模式忆阻桥突触电路的图像处理方法，包括：通过线性和非线性忆阻器桥突触电路和基于正负脉冲的输出忆阻桥突触电路，构建双模式忆阻桥突触电路；根据所述双模式忆阻桥突触电路进行模拟权重，并通过模拟权重构建双模式忆阻桥神经网络；将双模式忆阻桥突触神经网络与细胞神经网络结合，并通过结合后的神经网络对输入图像进行边缘提取，识别输入图像中的目标元素。本发明有益效果在于：本发明的双模式忆阻桥突触神经网络的响应时间和权重比传统的更快、更精确。因此，双模式忆阻桥突触神经网络有望更实时，解决更复杂的图像处理。

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于双模式忆阻桥突触电路的图像处理方法。

背景技术

人工神经网络一直是研究的热点。由于人类大脑中有数亿个神经元和突触，因此实现突触电路对于构建类似大脑的机器非常重要。在人工神经网络中，大量的研究结果表明忆阻器可以用来模拟人工突触。此外，由于记忆突触电路的特性，它具有很大的潜力。其中，研究最为广泛的模拟突触结构是记忆桥结构，它具有结构简单、控制精确、集成度高等优点。

但是在现有技术中：

《金贤淑等(2011).神经突触加权用基于脉冲的记忆电阻电路.IEEE电路与系统汇刊I常规论文,59:148–158.》提出了由五个相同的忆阻器组成的突触桥电路。用四个忆阻器来控制正负权重，最后一个忆阻器实现对突触权重的模拟。但这个电路不能达到零权值。同时，也提到了在模拟的突触电路中忆阻抗的非线性化现象，这将导致权重模拟的误差。

《冯广(2017).基于忆阻桥突触的神经网络电路研究与应用.[硕士论文].[中国]:西南大学》双极脉冲方法被用来抑制忆阻抗的非线性。然而，它使用了一个由五个相同的忆阻器组成的突触桥电路，不能用突触权重为0的值来表示。

《陈静(2018).基于忆阻器电子突触的神经网络及其应用.[硕士论文].[中国]:西南大学.》提出了一种由三个相同的忆阻器和两个MOS晶体管组成的桥突触电路，弥补了由五个相同的忆阻器组成的突触电路的权重不能为零的不足，但并不能抑制忆阻器的非线性。

对于上述缺陷，暂时还没有解决的方法。

发明内容

本发明提供一种基于双模式忆阻桥突触电路的图像处理方法，用以解决上述缺陷。

一种基于双模式忆阻桥突触电路的图像处理方法，包括：

通过线性和非线性忆阻器桥突触电路和基于正负脉冲的输出忆阻桥突触电路，构建双模式忆阻桥突触电路；

根据所述双模式忆阻桥突触电路进行模拟权重，并通过模拟权重构建双模式忆阻桥神经网络；

将双模式忆阻桥突触神经网络与细胞神经网络结合，并通过结合后的神经网络对输入图像进行边缘提取，识别输入图像中的目标元素。

作为本发明的一种实施例：所述方法还包括：

确定忆阻器的物理结构；

通过所述忆阻器的物理结构，构建基于模拟突触的忆阻桥结构；

根据所述模拟突触的忆阻桥结构，通过电荷控制，搭建忆阻器的数学模型；其中，

所述忆阻器模型包括：线性忆阻器的数学模型和非线性忆阻器的数学模型。

作为本发明的一种实施例：所述忆阻器的物理结构包括：金属铂电极和两层二氧化钛膜；其中，

所述两层二氧化钛膜夹在所述金属铂电机之间；

所述两层二氧化钛膜包括非掺杂层和低电阻掺杂层；

所述非掺杂层具有高压忆阻率；

所述低电阻掺杂层具有半导体特性。