基于FPGAANN系统设计及其在盲人导行系统中应用3.docVIP

咔嚓大学硕士学位论文 基于FPGA的感知器的设计与实现感知器的介绍神经元是神经网络的基本处理单元。神经网络都是由若干神经元组成的，单个神经元的神经网络模型也叫感知器。感知器是模拟人的视觉，接受环境信息，并由神经冲动进行信息传递的神经网络，是一种很有用的神经网络模型。1943年，神经生物学家MeCulloch和青年数学家Pitts合作，提出了第一个人工神经元模型，并在此基础上抽象出神经元的数理模型，即以他俩名字命名的M-P模型。M-P模型是神经网络中最初、最基本的神经元模型，也叫感知器模型，如图3.1所示。图3. SEQ 图_5. \* ARABIC 1 M-P模型的神经元示意图Fig. 3. SEQ Fig_5. \* ARABIC 1 Neuron graphic of M-P model如图3.1所示，图中是神经元的输入向量，是权值，为该神经元的阈值，为最后的输出。每一个输入向量与权值相乘后送入神经元，由神经元对所有的输入进行求和。乘累加的和值作为激活值与神经元内部的阈值进行比较，如果大于阈值，则神经元的输出为1（兴奋状态）；否则，输出为0（抑制状态）。感知器的运算步骤如下所示：输入与权值乘累加之和： (3. SEQ 5. \* ARABIC 1)累加和值与阈值做减法比较：