一种学习速率自适应的可编程片上学习BP神经网络电路系统的设计

设计了一种学习速率自适应的可编程片上学习BP神经网络电路系统.整个系统由前向网络、误差反传网络两部分组成.提出了一种新型的可编程S型函数及其导数的发生器电路.它不仅产生S型函数,完成非线性I－V转换;还利用前向差分法,产生S型函数的导数.这两种函数不仅与理想函数的拟合程度很好,而且易实现对阈值和增益因子的编程.为提高BP神经网络片上学习的收敛速度,还提出了学习速率自适应电路.本文采用标准1.2μmCMOS工艺的模型参数,对整个系统进行了sin(x)函数拟合等模拟实验,验证了该片上学习BP神经网络的优越性能.