[發(fā)明專利]基于CCSA與Sigmoid激活函數(shù)復(fù)用的電路結(jié)構(gòu)有效
| 申請(qǐng)?zhí)枺?/td> | 202010758947.4 | 申請(qǐng)日: | 2020-07-31 |
| 公開(公告)號(hào): | CN111969993B | 公開(公告)日: | 2022-10-18 |
| 發(fā)明(設(shè)計(jì))人: | 藺智挺;蒯鵬;吳秀龍;盧文娟;彭春雨;趙強(qiáng);陳軍寧 | 申請(qǐng)(專利權(quán))人: | 安徽大學(xué) |
| 主分類號(hào): | H03K19/0175 | 分類號(hào): | H03K19/0175;G06N3/04;G06N3/063 |
| 代理公司: | 北京凱特來(lái)知識(shí)產(chǎn)權(quán)代理有限公司 11260 | 代理人: | 鄭立明;韓珂 |
| 地址: | 230601 安徽*** | 國(guó)省代碼: | 安徽;34 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 ccsa sigmoid 激活 函數(shù) 電路 結(jié)構(gòu) | ||
本發(fā)明公開了一種CCSA與Sigmoid激活函數(shù)復(fù)用電路結(jié)構(gòu),在CCSA電路結(jié)構(gòu)的基礎(chǔ)上增加了三個(gè)PMOS晶體管,晶體管N1的柵極固定接電源地(VSS),N0和N2的柵極分別接控制信號(hào)(SW1、SW2),通過(guò)控制信號(hào)將復(fù)用電路在CCSA電路與Sigmoid激活函數(shù)電路之間進(jìn)行切換,即:當(dāng)SW1高電平,SW2為低電平時(shí),復(fù)用電路為CCSA電路;當(dāng)SW1低電平,SW2為高電平時(shí),復(fù)用電路為Sigmoid激活函數(shù)電路。該電路結(jié)構(gòu)簡(jiǎn)單,運(yùn)算速度快,并且極大的降低了芯片的面積。
技術(shù)領(lǐng)域
本發(fā)明涉及集成電路的設(shè)計(jì)領(lǐng)域,尤其涉及一種基于CCSA與Sigmoid激活函數(shù)復(fù)用的電路結(jié)構(gòu)。
背景技術(shù)
目前,現(xiàn)代計(jì)算機(jī)技術(shù)已步入高速發(fā)展期,計(jì)算機(jī)能準(zhǔn)確、快速地解決運(yùn)算規(guī)則已定、特征清晰明確的可編程問(wèn)題,在數(shù)值和邏輯運(yùn)算方面,現(xiàn)在計(jì)算機(jī)已遠(yuǎn)遠(yuǎn)超越人類大腦的水平。但是,目前計(jì)算機(jī)系統(tǒng)是依照Von-Neumann原理,基于程序存取進(jìn)行工作的,其結(jié)構(gòu)模式與運(yùn)行機(jī)制仍然很難打破固有的邏輯運(yùn)算規(guī)則,因而在諸如圖像處理、語(yǔ)音識(shí)別等方面的功能遠(yuǎn)遠(yuǎn)不如人類大腦的處理水平,于是與人腦思維方式相近的人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,縮寫為ANN)成為了研究的重點(diǎn)。
ANN是以人的大腦工作模式為基礎(chǔ),模擬生物神經(jīng)網(wǎng)絡(luò)的人工智能系統(tǒng)。因其具有大規(guī)模并行處理、非線性映射、分布式存儲(chǔ)、自組織、自學(xué)習(xí)等優(yōu)點(diǎn),已經(jīng)廣泛應(yīng)用于故障檢測(cè)、智能工程、信號(hào)處理、優(yōu)化組合、機(jī)器人控制等領(lǐng)域。作為目前研究最熱、應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò),誤差反轉(zhuǎn)(BP)神經(jīng)網(wǎng)絡(luò)最重要的是能夠模擬任何給定的非線性函數(shù),而非線性處理能力主要通過(guò)神經(jīng)元的激活函數(shù)來(lái)實(shí)現(xiàn)。相對(duì)于其他神經(jīng)元激活函數(shù),Sigmoid函數(shù)因其良好的導(dǎo)數(shù)性能,能夠很好的提高神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)效率和收斂速度,成為目前BP神經(jīng)網(wǎng)絡(luò)最常用的非線性變換函數(shù)。Sigmoid函數(shù)是一個(gè)在生物學(xué)中常見的S型函數(shù),也稱S型生長(zhǎng)曲線。在信息科學(xué)中,由于其單增以及反函數(shù)單增的性質(zhì),常用于LR中,也可用于神經(jīng)網(wǎng)絡(luò)最后一層。它能夠把輸入的連續(xù)實(shí)值變換為(0,1)之間的輸出,特別的,如果是非常大的負(fù)數(shù),那么輸出就是0,如果是非常大的正數(shù),輸出就是1。
近年來(lái),隨著神經(jīng)網(wǎng)絡(luò)VLSI實(shí)現(xiàn)技術(shù)的快速發(fā)展以及片上學(xué)習(xí)的深入研究,很多學(xué)者提出了多種神經(jīng)元的激活函數(shù),如閾值函數(shù)、分段線性函數(shù)以及Sigmoid函數(shù)。現(xiàn)有的技術(shù)只能完成Sigmoid激活函數(shù)的功能,功能單一,如果想要擁有CCSA的功能,則需要步置兩個(gè)電路,從而增加了芯片的面積開銷。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于CCSA與Sigmoid激活函數(shù)復(fù)用的電路結(jié)構(gòu),在CCSA(Cross Coupled Sensitive Amplifier,交叉耦合靈敏放大器)的電路結(jié)構(gòu)基礎(chǔ)上增加了三個(gè)PMOS晶體管作為控制開關(guān),通過(guò)控制信號(hào)的變換使其在CCSA電路與Sigmoid激活函數(shù)電路之間進(jìn)行切換。
本發(fā)明的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的:
一種基于CCSA與Sigmoid激活函數(shù)復(fù)用的電路結(jié)構(gòu),包括:外圍電路和復(fù)用電路;所述外圍電路設(shè)置于所述復(fù)用電路的外部,所述復(fù)用電路包括:CCSA模式電路和Sigmoid激活函數(shù)模式電路;
其中,CCSA模式電路包括:PMOS晶體管P1和P2、NMOS晶體管M1、M2和M3;所述Sigmoid激活函數(shù)模式電路在CCSA模式電路的基礎(chǔ)上增加了三個(gè)PMOS晶體管N0,N1和N2;
所述PMOS晶體管P1和P2的源極均與VDD相連,PMOS晶體管P1與NMOS晶體管M2的漏極連接在一起,PMOS晶體管P2與NMOS晶體管M3的漏極連接在一起;NMOS晶體管M2和M3的柵極都與外圍電路相連;
所述NMOS晶體管M1的源極與VSS相連,漏極與NMOS晶體管M2和M3的源極相連,柵極與使能信號(hào)Saen相連;
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)利屬于安徽大學(xué),未經(jīng)安徽大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010758947.4/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 一種多載波無(wú)線通信系統(tǒng)中同頻和異頻相關(guān)測(cè)量方法
- 一種上行同步信號(hào)檢測(cè)方法
- 用戶設(shè)備UE側(cè)HSDPA數(shù)據(jù)處理方法
- 一種高強(qiáng)度船體結(jié)構(gòu)用鋼立角焊焊接工藝方法
- 一種話務(wù)統(tǒng)計(jì)方法和裝置、組網(wǎng)方法和裝置
- 一種用于特異性鑒別中國(guó)黃果人參的專用引物及PCR方法
- 基于CCSA與Sigmoid激活函數(shù)復(fù)用的電路結(jié)構(gòu)
- 直通鏈路同步信號(hào)的發(fā)送方法和裝置
- 鑒別楊屬樹種的葉綠體基因組及其PCR擴(kuò)增引物與應(yīng)用
- 一種DNA條形碼及鑒別楠屬和潤(rùn)楠屬中多種木材的方法
- 一種基于Sigmoid擴(kuò)展的指紋分?jǐn)?shù)融合系統(tǒng)及方法
- 一種時(shí)延與多普勒頻移聯(lián)合估計(jì)方法
- 一種基于Sigmoid協(xié)方差矩陣的多重信號(hào)分類方法
- 沖擊噪聲環(huán)境下基于Sigmoid變換的寬帶回波Doppler和時(shí)延估計(jì)方法
- 基于Sigmoid函數(shù)的二次調(diào)頻信號(hào)參數(shù)估計(jì)方法
- 基于雙Sigmoid遲滯噪聲混沌神經(jīng)網(wǎng)絡(luò)的信號(hào)盲檢測(cè)方法
- 一種基于概率分布的Sigmoid函數(shù)擬合方法
- 一種基于sigmoid函數(shù)逼近控制軌跡的化工動(dòng)態(tài)優(yōu)化數(shù)值計(jì)算方法
- sigmoid函數(shù)的校正方法及裝置
- Sigmoid函數(shù)電路及神經(jīng)元電路





