[发明专利]具有多层结构的BP神经元自适应方法

权利要求书

1.一种具有多层结构的BP神经元自适应方法，其硬件部分是由局部数据总线(1)、专用寄存器组(2)、控制寄存器组(3)、运算器(4)、权值存储器(5)、误差传递因子存储器(6)、权值个数计数器(7)、层数计数器(8)、训练批次计数器(9)、微控制器(10)和外部控制总线(11)组成，其特征在于所述的所述的权值个数计数器用于统计运算器在各层运算的循环运算次数；所述的层数计数器用于统计运算器当前计算的是哪一层的数据；

所述的微控制器产生微控制信号完成初始化工作及控制运算器完成不同阶段运算操作。

2.根据权利要求1所述的具有多层结构的BP神经元自适应方法，其特征是所述的权值个数计数器中当权值计数器为零时，本阶段的运算结束。

3.根据权利要求1所述的具有多层结构的BP神经元自适应方法，其特征是所述的层数计数器中当层数计数器为零时，整个计算完毕。

4.根据权利要求1所述的具有多层结构的BP神经元自适应方法，其特征是所述的微控制器产生微控制信号完成初始化工作及控制运算器时，微控制器在接收到外部总控制器的初始化控制信号后，从外部数据存储器依次调入数据，写入控制寄存器组、专用寄存器组和权值存储器，并将控制寄存器中的输入层神经元个数值赋给权值个数计数器。

5.根据权利要求1所述的具有多层结构的BP神经元自适应方法，其特征是，所述的微控制器通过控制字寄存器的工作方式位选择进入正常运算状态还是训练状态。

6.根据权利要求5所述的具有多层结构的BP神经元自适应方法，其特征是微控制器产生微控制信号完成初始化工作后在正常运算状态下，微控制器控制运算器完成神经元净输入计算，并将计算结果输出至外部的激励函数电路。

7.根据权利要求5所述的具有多层结构的BP神经元自适应方法，其特征是所述的微控制器产生微控制信号完成初始化工作后在训练状态下，微控制器控制运算器依次完成各层神经元净输入计算net，输出层误差计算erroro，各层误差传递因子计算δ，各隐层误差计算errorh，根据控制字寄存器中的学习算法类型编码选择不同类型的学习算法完成各层权值调整量计算ΔW。

8.根据权利要求5所述的具有多层结构的BP神经元自适应方法，其特征是所述的权值计数器为减1计数，每计算一次，微控制器控制权值计数器执行减1操作。

9.根据权利要求5所述的具有多层结构的BP神经元自适应方法，其特征是当权值计数值器的值为零时，微控制器从控制寄存器组中取出下一层计算所需的神经元个数，赋给权值个数计数器后开始下一阶段计算。

10.根据权利要求5所述的具有多层结构的BP神经元自适应方法，其特征是层数计数器可进行加减1计数，在前馈运算时每计算完一层减1，当层数计数器为零时，整个运算结束；在误差反传运算时每计算完一层加1，当层数计数器值等于第1隐层时，微控制器向外部的总控制器发送计算完毕控制信号，并等待总控制器新的运算控制信号。