买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及类脑神经元科学技术领域，尤其为一种基于FPGA的禁忌学习神经元电路实现方法和系统，通过定义矢量和矢量化函数，利用四阶龙格库塔法对禁忌学习双神经元模型的微分方程进行变形，建立基于迭代法的数值求解模型，利用FPGA的浮点运算IP核，构建数值求解模型中所需的模型函数，并采用模块化设计思路建立双神经元系统。本发明提出的基于FPGA的禁忌学习神经元电路实现方法和系统，实现了禁忌学习模型的电子神经元，利用FPGA来模拟神经元的动力学行为，有助于促进禁忌学习模型在人工智能领域的工程化应用。研究人员可以利用本发明实时模拟脑神经元的各种动力学行为，为类脑计算和复杂机器人的研制提供核心功能组件。

主权项：1.一种基于FPGA的禁忌学习神经元电路实现方法，其特征在于，包括如下步骤：S1：定义矢量X＝[u1，u2，J1，J2]T和矢量化函数FX＝[fu1，fu2，fJ1，fJ2]T，其中，u1与u2分别是第一个神经元的电压和第二个神经元的电压、J1与J2分别是第1个神经元的自反馈突触和第二个神经元的自反馈突触，λ表示激励梯度，四个子函数定义如下： S2：利用四阶龙格库塔法对禁忌学习模型的微分方程进行变形，建立基于迭代法的数值求解模型： 设定矢量X的初始值，矢量X的值将在迭代计算过程中不断得到更新，其中，Xn表示当前第n步矢量X的值，Xn+1表示经过一步迭代以后第n+1步矢量X的值，h是迭代步长；S3：在FPGA开发环境中，利用单精度浮点IP的指数函数ez、加法运算、减法运算和除法运算及以下公式构建模型中所需的单精度浮点tanh函数程序： S4：基于已构建的浮点tanh函数及其他浮点运算，构建PL端矢量化的数值求解模型函数FX，FX函数将在迭代计算过程中被反复调用；S5：构建PL端的龙格库塔参量模块，用于计算Xk1＝Xn+ΔX1·h2，Xk2＝Xn+ΔX2·h2，Xk3＝Xn+ΔX3·h的FX函数的输入参量；S6：构建矢量X的更新模块，用于计算新矢量：Xn+1＝Xn+ΔX1+2ΔX2+2ΔX3+ΔX4·h6；4S7：利用循环计数器，构建中央控制模块，用于控制函数模块、参量模块、更新模块的运算顺序和运算时钟周期数；同时，中央控制模块还通过PL端和PS端的GPIO接口接收来自PS端的变量初值、激励梯度、迭代重启信息；S8：构建PL端的输出模块，将浮点运算数值变换成定点数，并和随路时钟一起送至DAC；S9：利用FPGA开发环境中的软件逻辑分析器，构建调试模块，用于在线观测各模块中的中间变量；S10：构建PS端程序，通过以太网UDP数据通信方式接收上位机发送过来的变量初值、激励梯度、迭代重启信息，并将这些信息通过GPIO接口发送给PL端的中央控制模块，以实现变量初值的在线重置和迭代重启。

全文数据：

权利要求：

百度查询： 南京若吉电子有限公司 一种基于FPGA的禁忌学习神经元电路实现方法和系统