基于忆阻器的细胞神经网络及在图像处理中的应用

该文构建一种新的忆阻细胞神经网络,改进传统的忆阻突触桥电路,使之除了具有传统突触桥电路的优势外,还具有更加简化的电路和简化的权值变化条件.通过仿真电路模拟器(SPICE)仿真模拟该突触电路能够实现权值运算.将忆阻细胞神经网络用于图像处理的去噪和边缘提取,实验结果表明忆阻细胞神经网络在图像处理的应用中具有良好的效果.该文...     

多种连接模型的忆阻神经网络学习

忆阻器以其独特的非易失性、天然的记忆功能以及纳米级尺寸,在人工神经网络、信号处理和模式识别等方面展现了巨大的应用前景。采用了基于STDP学习规则的忆阻神经网络,运用了网络自适应突变以及网络拓扑结构变化的基因算法,其中包括隐藏层神经元个数,连接权重以及神经网络突触模型的变化。比较了基于HP线性忆阻器模型,非线性忆阻器模型以及阈值模型这3种不同忆阻器模型的忆阻神经网络,并提出了学习效果更好的混合型忆阻神经网络。     

基于忆阻脉冲耦合神经网络的图像去噪

为解决传统脉冲耦合神经网络的参数不固定问题,在图像处理中应用忆阻元件突出的记忆属性,提出了 应用两个忆阻元器件反向并联模拟脉冲神经网络中的神经元间的连接强度,构建新型忆阻脉冲神经网络,实现 神经元间连接强度动态可变化,再将该新型网络用于图像去噪问题。通过Matlab 仿真实验,验证了改进后的 新型网络在图像去噪方面的良好性能,并通过峰值信噪比和图像相似度指标证明了该方法用于图像去噪具有 较好的效果。     

具有脉冲的忆阻器神经网络周期解的稳定性

研究了具有脉冲的忆阻器神经网络周期解的存在性、唯一性和稳定性.利用Leray-Schauder选择定理,研究此网络周期解的存在性,脉冲控制矩阵的元素小于2.借助矩阵测度定义,给出了一个能够保证其周期解唯一且全局指数稳定的充分条件.最后给出了一个数例来说明结果的有效性.     

无边界分布时滞惯性忆阻神经网络的反同步控制研究

为研究一类具有无边界分布时滞惯性忆阻神经网络系统的反同步问题,根据反同步误差系统,采用非降阶法设计一个合适的自适应切换控制器,再构造合适的Lyapunov泛函,采用不等式技巧等得到系统反同步的充分条件,最后通过数值仿真验证了设计的自适应切换控制器的有效性。     

基于忆阻器的近似计算方法

忆阻器是一种非易失性存储器件,目前主要有两种方法用忆阻器实现通用计算:通过忆阻器交叉开关阵列支持神经网络来逼近任意函数;用忆阻器构造基础的门电路,再进一步实现任意Boole逻辑计算.前者存在误差难以控制的问题,后者相比传统数字电路优势不显著.该文设计了一种针对忆阻器的通用近似计算范式,基于忆阻器的硬件架构通用现场可编程...     

忆阻器类脑神经突触的研究进展

大脑之所以能够控制人和动物的复杂生命活动,使生物体在多变的自然环境得以生存,得益于大规模神经网络中高效、快速、精准的信息传递。神经突触作为神经元之间信息传递的重要机构,保证了神经网络的高效运转,因此构建具有神经突触功能的电子突触是研究仿生系统和类脑神经网络的必经之路。研究人员尝试各种电子元件对神经突触进行模拟,其中忆阻器由于其独特的器件结构和具有“记忆特性”的电学性能,成为构建类脑神经突触的最佳选择。文章全面概述近年来忆阻器模拟神经突触的研究进展,包括忆阻器模拟神经突触的可塑性、再可塑性、非联想学习、联想学习等功能,总结了忆阻器神经突触在人工神经网络中的应用、存在的问题和挑战,并对忆阻器神经突触的研究进行展望。     

惯性忆阻神经网络预设时间同步控制

基于全新的控制协议,研究了同时具有惯性项和忆阻项的神经网络预设时间同步问题。文中所考虑的网络模型可以广泛应用于生物突触模拟,具有较好的生物神经网络特性。通过构造合适的Lyapunov函数,利用不等式技巧,提出了惯性忆阻神经网络预设时间同步准则。所提出的控制协议可以使系统在任意预先给定的时间内稳定,该时间与系统初值和控制参数等都无关。最后,通过数值仿真验证了所得理论结果的有效性。     

忆阻混沌系统的同步

忆阻器之所以引起了人们的大量关注,是因为它具有其一些特殊的特点,在普通的混沌系统中代替蔡氏二极管通过用忆阻器,因之得到了一个忆阻混沌系统;研究了忆阻混沌系统的同步,通过用Lyapunov稳定性理论,并设计一个脉冲控制器来实现忆阻混沌系统在不同的条件下的同步,从理论分析上说明了结果的有效性。     

忆阻型模糊细胞神经网络在时滞脉冲控制下的全局指数同步

文章研究了忆阻型模糊细胞神经网络的全局指数同步控制问题。首先,通过采用Filippo解和可测选择理论将忆阻模糊细胞神经网络转化成一类参数不确定的神经网络,并给出一个新颖的不等式以解决模糊反馈连接权重的参数不确定问题;然后,通过设计时滞脉冲控制器,并结合李雅普诺夫函数法、脉冲不等式以及给出的新的不等式,得到驱动忆阻模糊细胞神经网络与响应忆阻模糊细胞神经网络在时滞脉冲控制下指数同步的结果;最后,通过数值模拟验证了理论结果的有效性。研究结果表明:采用合适的控制器,忆阻型模糊细胞神经网络的驱动-响应系统是可以达到指数同步的。     

基于Simulink的忆阻器模型

为了使忆阻器具有与其他器件相结合的能力,本文在惠普实验室提出的忆阻器物理模型电路关系的基础上,在Simulink中用二种方法对忆阻器进行了双端口建模,方便准确的实现了对于忆阻器的仿真。与编写M文件、构建图形用户界面和搭建输入输出模型的建模方法相比,基于Simulink的双端口模型不仅能够方便准确的观察忆阻器的输入输出特性,而且具有更广阔的应用范围,对于忆阻器的研究有一定的指导作用。     

面向神经形态系统的忆阻逻辑电路综述与展望

神经形态系统泛指受脑启发、使用非冯诺依曼结构体系的新型信息处理系统,由于其高度的并行计算能力、极低的功耗和存算一体的特征,逐渐成为了人工智能领域的研究热点之一.其中,逻辑电路是神经形态计算硬件实现的基本计算单元,对于构建新型神经形态系统具有重要的意义.现有的应用于神经形态系统的逻辑电路大多由二极管、三极管等传统元器件或集成芯片组成,在尺寸、性能方面存在限制.具有纳米尺寸、电阻可变且非易失、耗能低等特性的忆阻器为构建面向神经形态系统中的逻辑电路提供了新的思路.基于此,本文对近年来的忆阻逻辑电路进行了详细的梳理和分析,基于电路中输入输出逻辑状态变量的不同,将其大致分为输入输出变量均为电阻(R-R型)电路、输入输出状态变量均为电压(V-V型)电路、输入输出状态变量为阻值和电压的组合(R-V型/V-R型)电路3类.同时,从组成部分、计算方式、逻辑状态变量、外围电路的复杂度、能量损耗、级联能力、延时性7个方面对3类忆阻逻辑电路进行全面的对比和分析,总结不同电路拓扑结构的忆阻逻辑电路的优缺点.进一步,整理分析了现有忆阻逻辑电路在联想记忆、情感计算、模式识别等领域的潜在应用.针对忆阻逻辑电路在操作复...     

时滞忆阻神经网络在反馈控制下的指数同步

文章研究时滞忆阻神经网络在反馈控制下的指数同步问题.与传统的连续神经网络相比,忆阻神经网络激活函数的不连续性使其达到同步更加困难.该文首先通过微分包含的概念和集值映射理论转化忆阻神经网络,并设计了一个新的反馈控制器;然后通过选取适当的李雅普诺夫函数并使用不等式放缩技巧,得到系统指数同步的充分条件.数值算例验证了理论结果...     

参数扰动下时滞忆阻神经网络的Lagrange稳定性

根据忆阻器物理特性,建立了一类荷控忆阻神经网络模型,模型中忆阻器的记忆特性被保留.针对实际忆阻器阻值与理想模型存在差异造成忆阻神经网络中参数不确定的问题,研究参数扰动下时滞忆阻神经网络的Lagrange稳定性.将模型重构为双重扰动形式以处理忆阻器忆阻值变化造成的模型中的参数变化.通过构造Lyapunov函数和应用线性矩...     

基于氧化铜纳米线的易失性数字识别忆阻器

为了实现易失性忆阻器在神经形态计算中的应用,制备一种基于银-氧化铜纳米线-铜结构的易失性数字识别忆阻器;采用化学溶液法和磁控溅射技术,分别制备忆阻器的氧化铜纳米线阻变功能层和银顶电极;对该忆阻器的结构、物相及电学性能进行表征、测试。结果表明：该忆阻器具有易失性和突触可塑性,低阻态会在1 000 s内退化到高阻态,阻变行为由金属银原子形成的导电丝的主导作用所致;该忆阻器对手写体数字的识别准确率高达92%,可应用于神经形态计算。     

分数阶时滞忆阻神经网络的有限时间投影同步

本文研究了分数阶时滞忆阻神经网络的有限时间投影同步问题。首先,引入分数阶时滞忆阻神经网络的模型。其次,设计了一个新型混合控制器,利用Mittag-Leffler函数的Laplace变换和逆变换,以及Gronwall-Bellman不等式,得到了当阶数为1<α <2情况下的分数阶时滞忆阻神经网络有限时间投影同步的充分条件。最后,通过数值模拟,验证了结果的可行性和有效性。     

忆阻器应用于人工神经网络的前景与展望

忆阻器理论的建立为电子电路设计带来了新的发展空间,将对于人工神经网络的研究进程起到巨大的推动作用。本文介绍了忆阻器的主要特性和优势,以及展望了忆阻器在人工神经网络权值存储上的发展前景。     

忆阻蔡氏对偶混沌电路分析

提出了用分段单调荷控忆阻器代替对偶蔡氏混沌电路中的非线性电阻,构造出基于忆阻器的对偶蔡氏混沌电路。对该忆阻蔡氏对偶混沌电路的理论推导、稳定性、Lyapunov 指数和数值仿真等动力学特性进行了分析。研究结果表明：该系统为双涡卷混沌吸引子,该忆阻蔡氏对偶混沌电路的动力学特征对初值敏感异于普通混沌电路。     

时滞惯性忆阻神经网络的可达集估计研究

针对带有扰动的时滞惯性忆阻神经网络可达集估计问题进行研究．所考虑的时滞惯性忆阻神经网络是一个二阶微分方程,通过坐标变换方法转化成一阶微分方程．在Filippov解的框架、微分包含理论和优化理论基础上,通过构造适当的李雅普诺夫函数,给出了时滞惯性忆阻神经网络的可达集估计判据．新判据以代数形式给出,并且时滞惯性忆阻神经网络的状态界定在一个多边形可达集中．通过数值仿真分析,验证了所提方法对时滞惯性忆阻神经网络可达集估计的有效性．     

含磁控忆阻器阻尼特性电路的混沌特性分析

提出了一个基于忆阻器的五阶混沌电路,确立了电路模型,建立了相应的非线性微分方程组,并对系统进行了混沌动力学仿真分析。研究表明,忆阻器可明显影响本非线性电路的混沌特性。计算了系统的Lyapunov指数、功率谱等,获得了系统的时域图、相图、庞加莱截面及大量有价值的数据,验证了理论分析的正确性。