[发明专利]一种可植入激活函数双择端输出人工神经元的设计方法

说明书

技术领域

一种可植入激活函数双择端输出人工神经元的设计方法的技术领域，是属于人工智能，仿生学，电路设计的技术领域，主要技术是人工神经元通过多路输入，当累加值低于最小阀值时，人工神经元，不会被激活，当累加的值超过设定的阀值，人工神经元被激活，人工神经元设有多个阀值，根据累加的值，达到那个阀值，就把这个阀值传递给激活函数器和择端器，择端控制器根据整个网络的需求输入对应的代码，和传过来的阀值进行逻辑运算后，选择那些端口打开，同时根据整个网络的设计和整个人工神经元网络的需求，从函数库控制端输入需要哪个激活函数的代码，选出这个激活函数，把这个激活函数植入激活函数器，从选通的端口传递给下一层人工神经元。

背景技术

神经元是构成大脑的基本单元，人类的大脑是有成千上万个神经元按照一定规律构成的，人类为了模拟人脑，对人工神经元的设计是重中之重，有了人工神经元才能构成人工网络，人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在这一模型中，大量的人工神经元之间相互联接构成网络，即“神经网络”，以达到处理信息的目的。一种模仿动物神经网络行为特征的分布式并行信息处理算法结构的动力学模型。它用接受多路输入刺激，按加权求和超过一定阈值时产生“兴奋”输出的部件来模仿动物神经元的工作方式，并通过这些神经元部件相互联接的结构和反映关联强度的权系数使其“集体行为”具有各种复杂的信息处理功能。特别是这种宏观上具有鲁棒、容错、抗干扰、适应性、自学习等灵活而强有力功能的形成不仅可以通过元部件性能不断改进，并且通过复杂的互联关系得以实现，因而人工神经网络是一种联接机制模型，具有复杂系统的许多重要特征。人工神经网络适用于信号处理、数据压缩、模式识别、机器人视觉、知识处理及其应用，预测、评价和决策问题，调度排序、路由规划等组合优化问题。在控制系统设计中它可用于模拟被控对象特性、搜索和学习控制规律、实现模糊和智能控制，因此对神经元的设计十分的重要，因为十分明显，神经元的形状十分的多，虽然人类把它进行分类，但神经元有成千上万种，因此不同的神经元也具备不同的功能，本发明只是设计了一种人工神经元，现有的神经元的设计十分简单单一，就是把所有的输入和权重相乘，然后进行累加，减去阀值，然后设置激活函数，传递给下一层的神经元。

发明内容