[實用新型]基于RBF的模式分類器有效
| 申請號: | 201620745796.8 | 申請日: | 2016-07-15 |
| 公開(公告)號: | CN206480025U | 公開(公告)日: | 2017-09-08 |
| 發明(設計)人: | 魏榕山;王智宇;朱睿;陳林城 | 申請(專利權)人: | 福州大學 |
| 主分類號: | G06N3/063 | 分類號: | G06N3/063 |
| 代理公司: | 福州元創專利商標代理有限公司35100 | 代理人: | 蔡學俊 |
| 地址: | 350002 福*** | 國省代碼: | 福建;35 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 rbf 模式 分類 | ||
技術領域
本實用新型涉及一種模式分類器,具體涉及一種基于RBF的模式分類器。
背景技術
RBF(徑向基函數,Radial Basic Function)神經網絡的理論模型在模式分類、函數逼近等人工智能領域得到了廣泛的應用,但目前還主要集中在傳統的計算機的軟件模擬實現上。RBF 神經網絡在軟件上的實現都是采用通用CPU處理器,不方便嵌入到別的應用系統中去,并且依靠體積巨大的通用計算機系統完成學習運算,不具備便攜性。在運算過程中,CPU往往是要等到 RBF的神經元一個接一個地計算完之后,再計算總的結果,采用的是串行計算方式,速度較慢。因此,RBF神經網絡的軟件實現難以滿足其在人工智能應用領域高速、便攜、可嵌入等方面的要求。
RBF神經網絡的硬件實現,可以集成為專用的神經網絡芯片,具有體積小、攜帶方便的特點,容易嵌入到其它系統中實現專用功能。此外,它還可以實現高度的并行計算,克服了在軟件上實現RBF神經網絡的缺陷。因此,RBF神經網絡的硬件實現研究具有重要意義。
發明內容
本實用新型提出了一種基于RBF的模式分類器的模擬電路實現方案,通過并聯適當數量的模式分類器,給定適當的外界偏置電壓,可實現將一個空間內的不可劃分的點映射到另一個空間,從而將原本不可劃分的點進行簡單地線性劃分,實現模式分類的功能。
本實用新型通過以下技術方案實現:一種基于RBF的模式分類器,其特征在于:包括第一至第四RBF神經元電路模塊、第一至第四電阻及第一至第五Gilbert乘法器;所述第一至第五 Gilbert乘法器的電流輸出端依次連接作為分類器的輸出端Iout;第一RBF神經元電路的輸出分別接第一電阻一端及第一Gilbert乘法器的第一輸入;第一電阻另一端分別接地及第一Gilbert 乘法器第二輸入;第二RBF神經元電路的輸出分別接第二電阻一端及第二Gilbert乘法器的第一輸入;第二電阻另一端分別接地及第二Gilbert乘法器第二輸入;第三RBF神經元電路的輸出分別接第三電阻一端及第四Gilbert乘法器第一輸入;第三電阻另一端分別接地及第四Gilbert乘法器第二輸入;第四RBF神經元電路的輸出分別接第四電阻一端及第五Gilbert乘法器;第四電阻另一端分別接地及第五Gilbert乘法器第二輸入;所述第一RBF神經元電路模塊的第一輸出端為Vx,第二輸出端為Vx0,第三輸出端為Vy,第四輸出端為Vy0;所述第二RBF 神經元電路模塊的第一輸出端為Vx,第二輸出端為Vx0',第三輸出端為Vy,第四輸出端為Vy0';所述第三RBF神經元電路模塊的第一輸出端為Vx,第二輸出端為Vx0”,第三輸出端為Vy,第四輸出端為Vy0”;所述第四RBF神經元電路模塊的第一輸出端為Vx,第二輸出端為Vx0”',第三輸出端為Vy,第四輸出端為Vy0”';第一Gilbert乘法器第一輸出端為Vw1,第二輸出端為Vw2,第二Gilbert乘法器第一輸出端為Vw1',第二輸出端為Vw2';第三Gilbert乘法器第一輸出端為Vw1”,第二輸出端為Vw2”;第四Gilbert乘法器第一輸出端為Vw1”',第二輸出端為Vw2”';第五Gilbert乘法器第一輸出端為Vw1””,第二輸出端Vw2””,第三Gilbert乘法器的第三端為 Vb。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于福州大學,未經福州大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201620745796.8/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種加速器防護裝置
- 下一篇:應急處置測評方法和測評系統





