[發(fā)明專利]一種基于FPGA的RBF神經(jīng)網(wǎng)絡(luò)激活函數(shù)實(shí)現(xiàn)方法有效
| 申請?zhí)枺?/td> | 202010429589.2 | 申請日: | 2020-05-20 |
| 公開(公告)號: | CN111680782B | 公開(公告)日: | 2022-09-13 |
| 發(fā)明(設(shè)計(jì))人: | 戴衛(wèi)力;張藝;周茹舒;華迪;談俊燕;王海濱 | 申請(專利權(quán))人: | 河海大學(xué)常州校區(qū) |
| 主分類號: | G06N3/04 | 分類號: | G06N3/04;G06N3/063;G06F17/11 |
| 代理公司: | 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224 | 代理人: | 李跟根 |
| 地址: | 213022 江蘇*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 fpga rbf 神經(jīng)網(wǎng)絡(luò) 激活 函數(shù) 實(shí)現(xiàn) 方法 | ||
1.一種基于FPGA的RBF神經(jīng)網(wǎng)絡(luò)激活函數(shù)實(shí)現(xiàn)方法,其特征是,包括如下步驟:
根據(jù)激活函數(shù)的幾何特征,以函數(shù)拐點(diǎn)為分界點(diǎn)將激活函數(shù)的自變量域劃分為核心區(qū)間與邊緣區(qū)間;
將邊緣區(qū)間細(xì)分為不少于兩個(gè)子區(qū)間,對各子區(qū)間的激活函數(shù)采用分段函數(shù)進(jìn)行逼近,獲取各子區(qū)間的擬合函數(shù);
對激活函數(shù)在FPGA器件上的計(jì)算執(zhí)行過程進(jìn)行硬件語言描述,進(jìn)行硬件語言描述的語言包括Verilog語言;
基于進(jìn)行過硬件語言描述的FPGA器件,采用雙曲坐標(biāo)旋轉(zhuǎn)算法對核心區(qū)間的激活函數(shù)進(jìn)行運(yùn)算,采用擬合函數(shù)對邊緣區(qū)間的激活函數(shù)進(jìn)行運(yùn)算;
所述激活函數(shù)為高斯函數(shù),表達(dá)式如下:
h=exp(-t2/2b2),
其中,t=x-cj;
式中,h為高斯函數(shù),exp是以自然常數(shù)e為底的指數(shù)函數(shù),t為高斯函數(shù)的自變量,b為高斯基函數(shù)的寬度向量,且b0,x為神經(jīng)網(wǎng)絡(luò)的輸入,cj為神經(jīng)網(wǎng)絡(luò)隱含層第j個(gè)神經(jīng)元的中心向量值;
其特征是,
所述核心區(qū)間與邊緣區(qū)間的劃分方法,包括:
對高斯函數(shù)求二階導(dǎo)數(shù)后令其為零,獲取高斯函數(shù)的拐點(diǎn)t=±b;
劃分核心區(qū)間為[-b,b],劃分邊緣區(qū)間為[-6,-b)和(b,6]。
2.根據(jù)權(quán)利要求1所述的基于FPGA的RBF神經(jīng)網(wǎng)絡(luò)激活函數(shù)實(shí)現(xiàn)方法,其特征是,所采用的分段函數(shù)為二次多項(xiàng)式,所獲取的各子區(qū)間的擬合函數(shù)為二次多項(xiàng)式擬合函數(shù);
所述二次多項(xiàng)式擬合函數(shù),其表達(dá)式如下:
mτt2+nτt+kτ;
式中,τ為將邊緣區(qū)間細(xì)分為子區(qū)間的數(shù)量,mτ、nτ、kτ為二次多項(xiàng)式擬合函數(shù)的系數(shù)值。
3.根據(jù)權(quán)利要求2所述的基于FPGA的RBF神經(jīng)網(wǎng)絡(luò)激活函數(shù)實(shí)現(xiàn)方法,其特征是,所述二次多項(xiàng)式擬合函數(shù)的獲取方法,包括:
根據(jù)所需計(jì)算精度將邊緣區(qū)間細(xì)分為τ個(gè)子區(qū)間;
在每個(gè)子區(qū)間內(nèi)選取不少于兩個(gè)點(diǎn)組成散點(diǎn)圖,每個(gè)點(diǎn)的橫坐標(biāo)對應(yīng)激活函數(shù)的輸入自變量,每個(gè)點(diǎn)的縱坐標(biāo)對應(yīng)激活函數(shù)的函數(shù)值;
選用MATLAB中的曲線擬合工具多項(xiàng)式擬合中的二次多項(xiàng)式模型對所述散點(diǎn)圖進(jìn)行擬合,直至其標(biāo)準(zhǔn)差小于預(yù)設(shè)閾值,求取二次多項(xiàng)式擬合函數(shù)的系數(shù)值mτ、nτ、kτ。
4.根據(jù)權(quán)利要求1所述的基于FPGA的RBF神經(jīng)網(wǎng)絡(luò)激活函數(shù)實(shí)現(xiàn)方法,其特征是,對激活函數(shù)在FPGA器件上的計(jì)算執(zhí)行過程進(jìn)行硬件語言描述的方法,包括:
對FPGA器件的輸入、輸出接口進(jìn)行定義;
調(diào)用FPGA器件中預(yù)建立的選擇模塊判定所輸入激活函數(shù)的自變量t位于核心區(qū)間或邊緣區(qū)間,所述選擇模塊預(yù)定義有激活函數(shù)的自變量域的核心區(qū)間和邊緣區(qū)間。
5.根據(jù)權(quán)利要求4所述的基于FPGA的RBF神經(jīng)網(wǎng)絡(luò)激活函數(shù)實(shí)現(xiàn)方法,其特征是,對FPGA器件的輸入、輸出接口進(jìn)行定義的方法,包括:
將激活函數(shù)的輸入定義為32位定點(diǎn)數(shù)模式,對應(yīng)到FPGA開發(fā)板擴(kuò)展口中的32個(gè)IO口;
將激活函數(shù)的輸出定義為32位定點(diǎn)數(shù)模式,對應(yīng)到FPGA開發(fā)板擴(kuò)展口中的32個(gè)IO口。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于河海大學(xué)常州校區(qū),未經(jīng)河海大學(xué)常州校區(qū)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010429589.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種基于RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量測量方法
- 基于k均值的RBF神經(jīng)網(wǎng)絡(luò)算法的電機(jī)故障診斷方法
- 一種配有RBF網(wǎng)絡(luò)的AGC系統(tǒng)支持的厚度測量裝置
- RBF?AR模型的新型網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù)辨識方法
- 一種基于FOA優(yōu)化的SOM?RBF的壓力傳感器溫度補(bǔ)償方法
- 基于RBF神經(jīng)網(wǎng)絡(luò)的機(jī)械手運(yùn)動學(xué)逆解方法
- 基于PCA-GA-RBF的換熱器污垢生長預(yù)測方法
- 基于混合遞階遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)RBF評價(jià)方法
- 體紋理合成方法、裝置與設(shè)備
- 一種無需角速度反饋的快速響應(yīng)小衛(wèi)星姿態(tài)控制方法
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計(jì)算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計(jì)算設(shè)備及計(jì)算機(jī)存儲介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計(jì)算機(jī)設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





