[發明專利]一種仿腦非常態工作狀態的神經網絡及電路設計方法

在審

• 申請號: 201811118965.5
• 申請日: 2018-09-25
• 公開（公告）號: CN109359722A
• 公開（公告）日: 2019-02-19
• 發明（設計）人: 侯立剛;呂昂;郭嘉;江南;彭曉宏;耿淑琴;劉旭
• 申請（專利權）人: 北京工業大學
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06N3/08;G06N3/063
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 沈波

1.一種仿腦非常態工作狀態的神經網絡及電路設計方法，其特征在于：在運用訓練集訓練神經網絡部分，使神經網絡得到標準的結果后，使用工作狀態下的神經網絡再次對訓練集進行預測，同時驅動非常態工作狀態，最后將得到的結果與訓練集進行比對，達到仿腦的目的；訓練集用于為整個訓練過程提供樣本；神經網絡芯片為整個神經網絡的載體；

本方法的具體步驟如下：

S1.通過訓練集對神經網絡芯片進行訓練，得到訓練好的網絡樣本；

S2.在得到訓練好的網絡樣本后，再次向神經網絡芯片中，通過不同的自紊機制，或對輸入數據采取措施，改變已經訓練好的神經網絡，并由該神經網絡對訓練集進行處理；

S3.得到正常的訓練集以及經過測試后的訓練集，并在輸出數據對比模塊中進行比對，輸出結果。

2.根據權利要求1所述的一種仿腦非常態工作狀態的神經網絡及電路設計方法，其特征在于：該方法的最后輸出的流程控制模塊是由以上S1、S2、S3三個步驟全部內容總結得到；該方法包括輸出數據對比模塊、神經網絡模塊、非常態工作狀態選擇模塊、輸入數據影響模塊、自紊模塊、輸出數據對比模塊；流程控制模塊由步驟S1、S2、S3的內容總結得到，用于對上述六部分的流程控制，神經網絡工作模式的選擇等方面；神經網絡模塊由步驟S1、S2、S3的內容總結得到，用于實現神經網絡的實現，以及對訓練集的處理；非常態工作狀態選擇模塊由S2總結得到，用于選擇對神經網絡的影像方式；輸入數據影響模塊由S2總結得到，用于對輸入的數據進行各種如錯位，失真等影響操作；自紊模塊由S2總結得到，用于對神經網絡中的權值連接進行各種紊態處理的操作；數據對比模塊由S3總結得到，用于將受到非常態工作狀態波及的數據與正常的訓練集進行對比，從而輸出對比結果。

3.根據權利要求1所述的一種仿腦非常態工作狀態的神經網絡及電路設計方法，其特征在于：非常態工作狀態模塊負責外部或內部的數據刺激或波動，是指按照神經網絡芯片外部要求，或內部設定所達到的一個在輸入的數據被處理前采取部分措施以及數據處理時的自紊機制。

4.根據權利要求1所述的一種仿腦非常態工作狀態的神經網絡及電路設計方法，其特征在于：通過對輸入的數據采取部分措施主要包括以下幾種：訓練集在輸入網絡時某一位置產生延時，導致后面的輸入都產生沿拍錯位；訓練集在輸入網絡時某一或多數據產生的變動，且不影響到其他數據；訓練集在輸入網絡時某些數據產生的清零效果。

5.根據權利要求1所述的一種仿腦非常態工作狀態的神經網絡及電路設計方法，其特征在于：數據處理時的自紊機制主要包括以下幾種：過對某部分的神經網絡權值進行強行賦值清零以實現模仿大腦走神；通過對某部分的神經網絡權值進行強行放大或縮小以實現對某些事件的過度重視或輕視等誤判效果；通過將部分連接權值進行更改連接單元，發生多權值以及無權值連接的情況，以實現將事件錯誤聯系的效果。

6.根據權利要求1所述的一種仿腦非常態工作狀態的神經網絡及電路設計方法，其特征在于：通過流程控制模塊控制總的進程，與神經網絡模塊、非常態狀態控制模塊、輸出數據對比模塊相連并對以上部分進行控制；非常態狀態控制模塊與輸入數據影響模塊、自紊模塊相連并對該部分進行控制；輸入數據影響模塊、自紊模塊直接與神經網絡模塊相連并對該部分進行控制；神經網絡模塊的輸出部分與輸出數據對比模塊相連，來實現對數據的對比，得到結果。

7.根據權利要求1所述的一種仿腦非常態工作狀態的神經網絡及電路設計方法，其特征在于：輸入數據影響模塊、自紊模塊與神經網絡模塊中的輸入數值部分、網絡權值部分直接相連，控制網絡的輸入數據與權值的變化。

8.根據權利要求1所述的一種仿腦非常態工作狀態的神經網絡及電路設計方法，其特征在于：第一步，通過向神經網絡中輸入預先設定好的訓練集，以及確定神經網絡的訓練模式，不穩定狀態的關閉狀態，得到訓練好的正常神經網絡；第二步，輸入對應數值改變神經網絡模式為工作模式，并控制非常態狀態控制模塊開始控制自紊生成模塊以及輸入數據影響生成模塊工作；第三步，得到神經網絡受到影響后生成的數據，存入輸出數據對比模塊中，進行對比，輸出變化結果。