基于FPGA的神经网络实现与应用

发布时间：2017-04-08 05:03

  本文关键词：基于FPGA的神经网络实现与应用，由笔耕文化传播整理发布。

【摘要】：人工神经网络是人工智能的一个重要的组成部分。随着人工智能时代的到来,越来越多的企业和科研单位投入到了对智能化产品和工具的研究开发中,帮助企业及个人提供更方便快捷的智能工具。神经网络以其速度快,实现精度较高的优势,已经得到广泛的应用。例如在模式识别、信息处理、机器人等方面应用取得不断的突破。目前,神经网络的实现多数采用传统的通用计算机,而传统的通用计算机采用串行计算的处理方式。这样的处理方式给神经网络的应用带来了局限,因此,采用一种更好的方法来实现神经网络尤为重要。而由于FPGA(Field programmable gate array)的硬件可编程、高度并行计算的特点,有效弥补了神经网络串行的局限,能够为人工神经网络的实现提供新的途径。通过FPGA硬件实现神经网络的方法,在解决商场快速自动识别电子货架标签以及工业仪表的字符图像等方面,具有较大的商业价值和工业意义。本文通过软件和硬件模拟的不同方法实现字符图片的识别。从神经网络的理论介绍和软、硬件实现两方面进行阐述,并在MATLAB软件实现、Libero硬件仿真实现的关键问题上进行分析。软件实现方法中采用的是MATLAB函数库中的神经网络相关函数。硬件仿真实现方法中使用的是Libero集成开发环境,通过硬件描述语言实现神经网络各个功能模块。选择的FPGA结构为Actel Fusion系列器件,它是唯一具有模拟功能的Flash架构的FPGA器件,可以满足神经网络实现功能要求。本文的主要研究工作内容包括：首先,在实现字符识别过程中,使用MATLAB对选取训练样本和确定神经网络结构进行了分析和多次的实验(神经网络隐含层节点个数)。并通过有无噪声的样本输入来比较网络的识别效果,进一步得到优化的网络。然后,在FPGA硬件实现神经网络中,主要对神经网络的硬件实现关键部分进行设计和实现：包括构成单个神经元模块、数据位的表示、激励函数的选择和实现。对隐含层的运算实现过程进行具体阐述,并且对网络的各个阶段计算流程进行分析研究以及仿真实现。最后,通过各个模块的仿真以及各个阶段的验证,对搭建的整个硬件网络系统进行仿真识别实验,验证网络识别结果以及字符识别情况。从实验的结果分析,构建的系统能够实现字符识别,具有较高的准确性和稳定性,达到实验目的。
【关键词】：BP神经网络 字符识别 硬件 FPGA
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP183
【目录】：

• 摘要4-6
• ABSTRACT6-12
• 第一章 绪论12-18
• 1.1 研究背景意义和研究现状12-16
• 1.1.1 模式识别简介12-14
• 1.1.2 神经网络实现技术发展14-15
• 1.1.3 神经网络实现技术的研究现状15-16
• 1.1.4 可重构技术的发展现状16
• 1.2 本文主要工作16-17
• 1.3 论文的内容结构安排17-18
• 第二章 人工神经网络基本概述18-26
• 2.1 人工神经网络的发展及历史介绍18-20
• 2.2 神经元模型20-22
• 2.2.1 神经元的生物模型20
• 2.2.2 神经元的人工模型20-22
• 2.3 人工神经网络模型的分类22-23
• 2.4 BP神经网络23-25
• 2.5 本章小结25-26
• 第三章 基于BP神经网络MATLAB中字符识别实现26-32
• 3.1 字符识别机制26
• 3.2 BP神经网络识别过程26-28
• 3.3 识别现象及分析28-31
• 3.4 本章小结31-32
• 第四章 基于FPGA的神经网络单元设计与实现32-45
• 4.1 FPGA结构器件和开发环境介绍32-36
• 4.1.1 Fusion系列FPGA简介32-35
• 4.1.2 开发环境Libero IDE简述35-36
• 4.2 神经元关键部分设计36-44
• 4.2.1 单个神经元的硬件实现设计36-37
• 4.2.2 数据的表示37-38
• 4.2.3 激励函数的选择与实现38-41
• 4.2.4 乘累加模块设计与实现41-43
• 4.2.5 RAM地址模块设计43-44
• 4.3 本章小结44-45
• 第五章 神经网络的硬件设计与实现45-53
• 5.1 神经网络隐含层的运算实现45-49
• 5.2 BP神经网络传播各阶段设计49-52
• 5.3 仿真与验证52
• 5.4 本章小结52-53
• 总结与展望53-55
• 参考文献55-58
• 攻读学位期间发表的论文58-60
• 致谢60

【相似文献】

中国期刊全文数据库 前10条

1 云中客;新的神经网络来自于仿生学[J];物理;2001年10期

2 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期

3 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期

4 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期

5 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

6 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期

7 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期

8 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期

9 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期

10 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期

中国重要会议论文全文数据库 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

中国博士学位论文全文数据库 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

中国硕士学位论文全文数据库 前10条

1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年

2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年

3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年

4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年

6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年

7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年

8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

  本文关键词：基于FPGA的神经网络实现与应用，，由笔耕文化传播整理发布。

本文编号：292104