[发明专利]基于忆阻器神经网络的辐射效应诊断系统

权利要求书

1.一种基于忆阻器神经网络的辐射效应诊断系统，其特征在于，通过以下过程来实现：

第一步，搭建模拟辐射现象的器件模型，通过器件模型模拟仿真辐射现象，根据器件模拟仿真结果提取关键参数，通过辐射带来的1/f噪声变化导致的电流改变获取不同的辐射故障情况下的不同电流功耗数据，将其作为故障数据集；

第二步，通过卷积神经网络对故障数据集进行预处理，然后通过设定训练的迭代次数对单组数据输入网络的训练次数，使用随机梯度下降的方法进行训练；

第三步，采用参数移植的方法，将所述第二步训练之后的卷积神经网络参数移植到忆阻器交叉阵列神经网络电路中，将神经网络的权重和偏置映射到忆阻器的电导值中，实现辐射故障诊断神经网络的硬件电路的搭建，硬件电路包括第一层一维卷积层电路、第二层一维卷积层电路、矩阵正负值运算电路、最大池化电路、全连接层的电路结构。

2.根据权利要求1所述的基于忆阻器神经网络的辐射效应诊断系统，其特征在于，所述第二步中，预处理的过程是，对神经网络的权值初始化，采用Xavier正态分布进行初始化，分别对一维卷积层和全连接层的偏置全部初始化，一维卷积层和全连接层的偏置全部初始化为0.0，权重为高斯分布。

3.根据权利要求1所述的基于忆阻器神经网络的辐射效应诊断系统，其特征在于，所述第三步中，数据流拆分为正负部分流进第一层一维卷积层电路，输出正值数据流入最大池化层电路1，输出到池化层1正负产生电路，生成正负值数据流入第二层一位卷积层电路，由此输出正值数据流入最大池化层电路2，输出正值数据到池化层1正负产生电路，生成正负值数据流入第二层一位卷积层电路全连接层。