[发明专利]具有多层结构的BP神经元自适应方法

摘要

本发明涉及神经网络硬件实现领域，特别涉及具有多层结构的硬件BP神经网络中单个神经元节点在不同运算阶段的运算以及实现不同学习算法的自适应方法。所述说的神经元处理器用于执行BP神经网络各层单个节点的运算。通过对控制寄存器进行编程设置，微控制器可以控制运算器执行三种不同的BP神经网络在神经元节点上的运算，其中所述说的BP神经网络学习算法指三种典型的学习算法，即BP标准算法、附加动量项算法及学习速率自适应调节算法。多个神经元处理器串联可实现流水运算，具有灵活性高，实用性强的特点，适合用于嵌入式硬件BP神经网络应用领域。

主权项

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。