基于憶阻突觸的神經(jīng)網(wǎng)絡及其應用研究.pdf

1、憶阻器是一種具有記憶性的新型電路元件，在阻變存儲、邏輯運算以及細胞突觸等方向具有廣闊的應用前景。本文以憶阻突觸為基礎，圍繞STDP學習法則、細胞神經(jīng)網(wǎng)絡以及憶阻神經(jīng)網(wǎng)絡聯(lián)想記憶作了以下研究工作:
　　首先本文研究了憶阻器的基本電路性質(zhì)，分析了憶阻器的線性模型與非線性模型的數(shù)學特征，對幾種常用的憶阻器非線性窗函數(shù)作了對比分析研究。Pspice仿真結果驗證了憶阻器是一種具有記憶性的元件，其伏安特性曲線呈現(xiàn)出典型的磁滯特性。進一步的，本

2、文通過仿真分析驗證了憶阻器是一種會隨著外加交流信號源頻率的上升而逐漸退化為線性電阻的元件。
　　然后本文深入研究了兩種已有的憶阻突觸橋電路模型，仿真結果表明使用線性憶阻器模型搭建的憶阻突觸橋電路可以很好的實現(xiàn)線性可調(diào)的憶阻突觸。研究了近年來被提出的STDP學習法則以及脈沖神經(jīng)網(wǎng)絡，通過理論分析，驗證了使用憶阻器實現(xiàn)細胞突觸的可能性。基于Spectre電路仿真得到了實驗上的STDP學習函數(shù)，仿真結果與理論上的STDP學習函數(shù)基本一致

3、。對使用憶阻器作為細胞突觸實現(xiàn)陣列結構細胞網(wǎng)絡，基于STDP學習法則的脈沖神經(jīng)網(wǎng)絡及其應用，均作了詳細的驗證性仿真分析研究。
　　其次本文研究了細胞神經(jīng)網(wǎng)絡及其基本理論，使用Matlab搭建了細胞神經(jīng)網(wǎng)絡模型并對其穩(wěn)定性以及瞬態(tài)響應作了分析研究。改進了一種SimScape憶阻器模型，具體是添加了信號轉換模塊，在第三部分理論分析的基礎上使用Simulink搭建了憶阻突觸橋電路，并給出了使用電壓脈沖信號精確調(diào)節(jié)憶阻突觸權值的詳細過程。

4、使用憶阻突觸電路替換CNN中的權值模塊，得到了基于憶阻突觸的細胞神經(jīng)網(wǎng)絡并使用此網(wǎng)絡實現(xiàn)了圖像處理中的去噪與邊緣提取，Matlab仿真結果表明，基于憶阻突觸的細胞神經(jīng)網(wǎng)絡可以很好的完成圖像處理工作。
　　最后本文主要研究了憶阻突觸在聯(lián)想記憶中的應用并提出了一種改進的聯(lián)想記憶模型。在對Hebb學習法則與巴普洛夫聯(lián)想記憶模型進行研究后，本文詳細分析了兩種不同結構的聯(lián)想記憶模型，分別是使用數(shù)字芯片實現(xiàn)的憶阻聯(lián)想記憶模型和使用單個憶阻器實