科研之友
微信
新浪微博
Facebook
分享链接
摘要
忆阻因具有阻值可调、记忆特性以及纳米尺寸等特点，非常适合作为实现神经网络突触的电子元器件。为构建出更加符合真实物理忆阻器特性的忆阻器模型，该文在现有忆阻器模型的基础之上，克服了边界锁定、正负电压调整速率问题以及电路结构通用性问题，提出一种改进忆阻器模型。然后结合Pavlov联想记忆实验和Hopfield神经网络理论设计出了该文的字符联想记忆电路。电路结构主要有输入信号模块、突触阵列模块、激活函数模块以及反馈控制模块。该电路可以解决因传统阵列模块使用电阻作为突触模块的灵活性问题，而且还可以实现对3阶字符模糊图像的自联想功能。此外，该电路与深度学习相关的卷积计算模块原理类似，为实现基于忆阻的智能硬件奠定了理论基础。
-
单位中国地质大学（武汉）; 自动化学院; 南京邮电大学
