[发明专利]一种用理想忆阻耦合强度控制的三维HNN模型实现电路

说明书

本发明提供一种用理想忆阻耦合强度控制的三维HNN模型实现电路，包括负输出双曲正切函数实现电路和理想忆阻耦合强度控制的三维HNN主电路。本发明提供的一种用理想忆阻耦合强度控制的三维HNN模型实现电路，通过在二维HNN模型中引入忆阻项，构建了一种新颖的三维HNN模型，该模型能够产生复杂动力学行为。同时，提出了用理想忆阻耦合强度控制的三维HNN的电路实现方案，此电路的控制方法简单易操作，为人工神经网络的工程应用提供了依据。

技术领域

本发明涉及神经网络控制技术领域，特别是涉及一种用理想忆阻耦合强度控制的三维HNN模型实现电路。

背景技术

Hopfield神经网络(HNN)是由神经元的基本构件有机组成的神经元系统，可以用来模拟大脑的复杂非线性动力学。它是人工神经网络的一个极其重要的模型，能够以一种非常类似于大脑的方式存储特定的记忆或模式。纳米级忆阻器是表现突触特性的基本电路元件。在过去的两年中，通过使用忆阻器模拟生物神经突触的动态行为，已经开发出许多神经形态回路的物理实现。本发明内容采用电磁感应电流穿过理想忆阻突触，来表征HNN中两个神经元之间的电位差感应电流，忆阻的耦合强度可以控制HNN的复杂动力学。因此，用理想忆阻耦合强度控制的三维Hopfield神经网络模型被发明，并且给出了其实现电路，物理实验验证了仿真结果，证明用理想忆阻耦合强度可以控制HNN的复杂动力学。

发明内容

本发明所要解决的技术问题是：为了克服现有技术中的不足，本发明提供一种用理想忆阻耦合强度控制的三维HNN神经网络模型实现电路。

本发明解决其技术问题所要采用的技术方案是：一种用理想忆阻耦合强度控制的三维HNN神经网络模型实现电路，其特征在于：包括负输出双曲正切函数实现电路和理想忆阻突触耦合的Hopfield神经网络系统实现主电路。在已知的两维HNN中，用理想忆阻作为神经突触，连接2个相近的神经元，构成新颖的忆阻突触耦合的三维HNN，此网络受理想忆阻耦合强度k控制，该神经网络模型用一阶常微分方程组表示为：

式(1)中，x₁和x₂分别为神经元的两个状态变量，双曲正切函数为神经元的激活函数，函数前的系数表示神经元之间的连接权重，表示一个忆阻突触，可以双向耦合在两个神经元之间模拟由两个神经元电势差形成的电磁感应电流；

式(1)中的三个方程，分别采用积分通道一、积分通道二和积分通道三来实现，根据基尔霍夫电路定律和电路元器件的电学特性，则式(1)对应的电路方程可以表示为：

式(2)中，v₁、v₂和是三个电路变量，它对应于三维HNN系统中的x₁、x₂和x₁和x₂表示神经元的膜电位；x₁–x₂表示两个神经元的电位差，其对时间的积分为磁通

v_a、v_b、–v_a和–v_b是神经网络内部的输入端，它们与不同的积分通道连接，也作为神经网络的反馈端口；A和B分别为忆阻项的负输出和正输出端口；v₁、v₂和v₃是神经网络的内部输出端，也是外部刺激下的外部输出端，它们可以连接着示波器的不同通道以便观测。