柔性電子神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)結(jié)構(gòu)和原理論文
摘 要：本文以開(kāi)發(fā)系統(tǒng)的觀點(diǎn)描述了一種新的神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)體系結(jié)構(gòu)，它以其可開(kāi)發(fā)性和靈活性區(qū)別于其他各種神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)，應(yīng)用于人工神經(jīng)網(wǎng)絡(luò)的研究過(guò)程�；谌嵝陨窠�(jīng)網(wǎng)絡(luò)計(jì)算機(jī)體系設(shè)計(jì)，文中提出了一種神經(jīng)網(wǎng)絡(luò)分解撕裂算法，為ＶＬＳＩ神經(jīng)芯片的設(shè)計(jì)提供了
關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)論文
本文以開(kāi)發(fā)系統(tǒng)的觀點(diǎn)描述了一種新的神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)體系結(jié)構(gòu)，它以其可開(kāi)發(fā)性和靈活性區(qū)別于其他各種神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)，應(yīng)用于人工神經(jīng)網(wǎng)絡(luò)的研究過(guò)程�；谌嵝陨窠�(jīng)網(wǎng)絡(luò)計(jì)算機(jī)體系設(shè)計(jì)，文中提出了一種神經(jīng)網(wǎng)絡(luò)分解撕裂算法，為ＶＬＳＩ神經(jīng)芯片的設(shè)計(jì)提供了一條新途徑。
網(wǎng)絡(luò)毛病檢測(cè)所指的是檢測(cè)對(duì)象一旦有某種毛病呈現(xiàn)，就立刻對(duì)其實(shí)行檢測(cè)，從而找出引發(fā)網(wǎng)絡(luò)異常的要素。網(wǎng)絡(luò)毛病檢測(cè)主要分紅三個(gè)階段，分別是采集信息、提取毛病征兆以及辨認(rèn)狀態(tài)，能夠說(shuō)，毛病的檢測(cè)，最基本之處就在于對(duì)毛病征兆集至毛病狀態(tài)集之間所存在的非線性映射停止求解，在各種各樣的神經(jīng)網(wǎng)絡(luò)模型中，得到最普遍應(yīng)用的就應(yīng)該是BP模型了，針對(duì)此經(jīng)過(guò)BP算法來(lái)停止計(jì)算機(jī)網(wǎng)絡(luò)毛病的檢測(cè)。
1 BP神經(jīng)網(wǎng)絡(luò)毛病檢測(cè)原理及算法
1.1 BP神經(jīng)網(wǎng)絡(luò)實(shí)行毛病檢測(cè)的根本原理
所謂的BP神經(jīng)網(wǎng)絡(luò)模型，它主要依托一個(gè)輸入和與之相對(duì)應(yīng)的輸出來(lái)和外界產(chǎn)生聯(lián)絡(luò)，神經(jīng)網(wǎng)絡(luò)模型鍛煉主要是經(jīng)過(guò)對(duì)樣本數(shù)據(jù)的充沛采集與 BP算法的有機(jī)分離來(lái)實(shí)行的，經(jīng)過(guò)這一措施，來(lái)使得神經(jīng)網(wǎng)絡(luò)越來(lái)越和組合導(dǎo)航系統(tǒng)中最原始的算法模型所具有的非線性的這一特征簡(jiǎn)直分歧。詳細(xì)來(lái)說(shuō)，經(jīng)過(guò)BP神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)行毛病檢測(cè)的根本原理主要包括兩個(gè)局部，第一個(gè)局部是要保證具有足夠的樣本數(shù)量來(lái)和神經(jīng)網(wǎng)絡(luò)鍛煉之所需相滿足，并在此根底上來(lái)得出所希冀的診斷網(wǎng)絡(luò)。第二個(gè)局部，就是經(jīng)過(guò)診斷輸入，來(lái)對(duì)神經(jīng)網(wǎng)絡(luò)停止充沛的應(yīng)用，從而有效施行毛病檢測(cè)。需求留意的是，在對(duì)其實(shí)行毛病檢測(cè)之前，所需求做的就是對(duì)原始的數(shù)據(jù)，對(duì)鍛煉樣本的數(shù)據(jù)等等做出相關(guān)的處置，所謂的處置，主要包含了兩步，第一是預(yù)處置，第二是特征的提取，只要經(jīng)過(guò)這兩個(gè)步驟，才干夠?yàn)榫W(wǎng)絡(luò)診斷提供愈加合適的診斷輸入和愈加有效的鍛煉樣本。
其中，需求惹起留意的有三局部的內(nèi)容，第一，對(duì)網(wǎng)絡(luò)構(gòu)造肯定的一個(gè)關(guān)鍵所在就是要對(duì)網(wǎng)絡(luò)構(gòu)造的范圍停止合理且科學(xué)確實(shí)定，特別是對(duì)其中的網(wǎng)絡(luò)中間層神經(jīng)元來(lái)講，其個(gè)數(shù)的選擇尤為重要。第二，要留意對(duì)鍛煉的樣本以及測(cè)試的樣本停止肯定。所謂的鍛煉樣本，其所具有的最主要的作用是對(duì)網(wǎng)絡(luò)停止鍛煉；所謂的測(cè)試樣本，其所具有的主要作用就是要在前者的根底之上，來(lái)停止效果的監(jiān)測(cè)。第三，需求做的就是要分離上述鍛煉樣本的結(jié)果和測(cè)試樣本的結(jié)果，來(lái)將兩者有機(jī)的分離起來(lái)，從而最大限度的完成和神經(jīng)網(wǎng)絡(luò)的分歧性，進(jìn)而有效停止毛病的檢測(cè)。
1.2 BP神經(jīng)網(wǎng)絡(luò)的檢測(cè)算法
關(guān)于神經(jīng)網(wǎng)絡(luò)的檢測(cè)來(lái)講，和其他檢測(cè)不同的是，它并不需求事前把相關(guān)的形式經(jīng)歷學(xué)問(wèn)以及相關(guān)的函數(shù)判別等等羅列出來(lái)，由于它是一種具有自順應(yīng)性的形式，可以對(duì)本身的學(xué)習(xí)機(jī)制停止充沛的應(yīng)用，來(lái)構(gòu)成一個(gè)決策區(qū)域。網(wǎng)絡(luò)在停止某一種映射關(guān)系的取得的時(shí)分，需求經(jīng)過(guò)狀態(tài)信息來(lái)對(duì)各種狀態(tài)的信息停止鍛煉，這一映射關(guān)系，會(huì)隨著環(huán)境的不時(shí)改動(dòng)而自行停止調(diào)整，從而和瞬息萬(wàn)變的環(huán)境相順應(yīng)。它的詳細(xì)算法是：
輸入：net=
輸出：y=
輸出的導(dǎo)數(shù)為 =y（1-y）
BP神經(jīng)網(wǎng)絡(luò)的構(gòu)成，主要是經(jīng)過(guò)多種神經(jīng)元之間完成互相的銜接而完成的，它所具有的最主要特性就是單向傳播，是一種多層前向的網(wǎng)絡(luò)，它主要分紅三個(gè)層次，也就是輸入層、中間層以及輸出層，其中，中間層還能夠分紅若干個(gè)層次，并且關(guān)于其中每一層的神經(jīng)元來(lái)講，它只對(duì)前一層的神經(jīng)元輸出予以承受。不只如此，BP神經(jīng)網(wǎng)絡(luò)當(dāng)中并沒(méi)有反應(yīng)的存在，在同一層中的不同節(jié)點(diǎn)來(lái)講，它們之間是不會(huì)構(gòu)成相關(guān)的.耦協(xié)作用的，它所可以影響的也只是下一層節(jié)點(diǎn)的輸入。
2 基于神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)網(wǎng)絡(luò)毛病檢測(cè)措施
2.1 經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)行毛病檢測(cè)的措施
�。�1）形式辨認(rèn)神經(jīng)網(wǎng)絡(luò)。所謂的毛病檢測(cè)，實(shí)踐上需求做的是停止形式分類(lèi)和形式的辨認(rèn)，在傳統(tǒng)意義上的形式辨認(rèn)技術(shù)，它在停止形式的分類(lèi)的時(shí)分，根本上采用的方式都是經(jīng)過(guò)對(duì)函數(shù)的辨認(rèn)停止充沛的應(yīng)用，來(lái)對(duì)每一個(gè)類(lèi)別實(shí)行劃分。那么，在這樣的劃分形式下，我們假定形式樣本的特征空間為N維歐氏空間，同時(shí)假定形式的分類(lèi)為M類(lèi)，這樣，我們就能夠從數(shù)學(xué)形式上來(lái)對(duì)其停止分類(lèi)，詳細(xì)分類(lèi)方式就是：經(jīng)過(guò)對(duì)朱超平面方程的定義，來(lái)對(duì)N維歐氏空間盡可能地完成最佳分割，并且這一分割的決策區(qū)域是M這樣的問(wèn)題。但是，在詳細(xì)的理論中，假如要對(duì)復(fù)雜的決策區(qū)域停止分割，那必定是非常艱難的。所以，必需要精確的選出最合適的函數(shù)判別式，來(lái)在辨認(rèn)中對(duì)函數(shù)相關(guān)的參數(shù)停止辨認(rèn)，從而停止相關(guān)的修正措施。
�。�2）毛病預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)。關(guān)于毛病預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)來(lái)講，它的完成，主要是經(jīng)過(guò)兩種方式來(lái)完成的，第一種方式是，把神經(jīng)網(wǎng)絡(luò)作為主要的函數(shù)迫近器，餅子啊次根底上萊迪機(jī)組工況的某一些參數(shù)實(shí)行擬合預(yù)測(cè)看，這一種方式，最常見(jiàn)的就是本文所研討的BP網(wǎng)絡(luò)就。第二中方式是充沛對(duì)輸入和輸出這兩者之間的關(guān)系停止思索，之后，采用帶反應(yīng)銜接的動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)來(lái)針對(duì)詳細(xì)的過(guò)程或者詳細(xì)的工作狀況參數(shù)，來(lái)吧動(dòng)態(tài)的模型樹(shù)立起來(lái)，從而實(shí)行毛病預(yù)測(cè)。但是從目前其應(yīng)用水平來(lái)看，得到最普遍的應(yīng)用的應(yīng)該就是基于多層的前饋網(wǎng)絡(luò)。
如今，我們站在系統(tǒng)區(qū)分的角度之上，來(lái)看前饋網(wǎng)絡(luò)，它所代表的僅僅只是那些可以經(jīng)過(guò)代數(shù)的方程，就可以停止靜態(tài)映射的掃描，從而實(shí)行靜態(tài)預(yù)測(cè)的描繪，假如把它用在設(shè)備的動(dòng)態(tài)建模和動(dòng)態(tài)預(yù)測(cè)當(dāng)中，毫無(wú)疑問(wèn)會(huì)遭到很大的限制。所以，我們能夠說(shuō)，動(dòng)他的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)，也就是一個(gè)動(dòng)態(tài)時(shí)序建模的過(guò)程。
�。�3）專(zhuān)家診斷神經(jīng)網(wǎng)絡(luò)。所謂的專(zhuān)家診斷神經(jīng)網(wǎng)絡(luò)，也就是把神經(jīng)網(wǎng)絡(luò)和專(zhuān)家系統(tǒng)兩者之間停止有機(jī)的分離，這一有機(jī)分離的費(fèi)那個(gè)是主要有兩個(gè)，第一個(gè)是，把專(zhuān)家系統(tǒng)來(lái)組合成為神經(jīng)網(wǎng)絡(luò)，細(xì)致來(lái)講，也就是要針對(duì)傳統(tǒng)的專(zhuān)家系統(tǒng)，來(lái)把其中的樹(shù)立在符號(hào)上的推理直接轉(zhuǎn)變成為樹(shù)立在數(shù)值運(yùn)算上的推理，這樣做的最基本目的就是要把專(zhuān)家系統(tǒng)所具有的執(zhí)行效率大大提升，并在此根底上來(lái)對(duì)其學(xué)習(xí)才能停止充沛的應(yīng)用，從而把專(zhuān)家系統(tǒng)中的學(xué)習(xí)問(wèn)題徹底處理好。第二個(gè)是，把神經(jīng)網(wǎng)絡(luò)看成是一種學(xué)問(wèn)源的詳細(xì)表達(dá)以及詳細(xì)處置的模型，經(jīng)過(guò)把這一模型和其他的相關(guān)學(xué)問(wèn)表達(dá)模型的有機(jī)分離，來(lái)把范疇專(zhuān)家的學(xué)問(wèn)充沛的表達(dá)出來(lái)�？偟膩�(lái)講，樹(shù)立在神經(jīng)網(wǎng)絡(luò)根底上的毛病檢測(cè)專(zhuān)家系統(tǒng)，是一種新的學(xué)問(wèn)表達(dá)系統(tǒng)，它是經(jīng)過(guò)對(duì)大量的節(jié)點(diǎn)的一些簡(jiǎn)單處置，是經(jīng)過(guò)單元與單元之間的互相作用來(lái)完成信息處置的。
這一方式，經(jīng)過(guò)對(duì)網(wǎng)絡(luò)信息的堅(jiān)持性的充沛應(yīng)用，來(lái)把其中的那些不是很準(zhǔn)確的診斷推理完成，是一種簡(jiǎn)單且有效的方式。
2.2 神經(jīng)網(wǎng)絡(luò)毛病檢測(cè)的詳細(xì)應(yīng)用
在普通狀況下，招致網(wǎng)絡(luò)毛病的要素不外乎是在設(shè)置上呈現(xiàn)了問(wèn)題，關(guān)于這類(lèi)緣由惹起的毛病，我們能夠把著手點(diǎn)放在軟件上面，經(jīng)過(guò)這一動(dòng)手點(diǎn)，來(lái)實(shí)行毛病的檢測(cè)，關(guān)于把網(wǎng)絡(luò)的設(shè)置矯正確了，對(duì)本地機(jī)主的測(cè)試也經(jīng)過(guò)了，但是，他和與之相鄰的主機(jī)卻是不同的，并且，在這一時(shí)分，和交流機(jī)相銜接的端口沒(méi)有呈現(xiàn)網(wǎng)線的松動(dòng)狀況，那么，需求做的就是停止TCP/IP 的重新裝置。將詳細(xì)一點(diǎn)，也就是假如系統(tǒng)處于正常運(yùn)轉(zhuǎn)的狀態(tài)的話，實(shí)踐上，這一時(shí)分的殘差是和高斯白噪聲序列最為接近的時(shí)分，這是，期均值就近乎為零，這時(shí)，我們把協(xié)方差上界用以下的式子來(lái)表示：
U（k）=
其中U（k）所表示的是協(xié)議方差，它是會(huì)隨著k的變化而呈現(xiàn)不同的統(tǒng)計(jì)特性，假如我們定義一些隨機(jī)變量，采用的方式是：
需求指出的是， 我們能夠以為其就是服從于 的散布的，所以，上述的式子又能夠表示成為：
從上述的式子中，我們能夠用字母N來(lái)表示數(shù)據(jù)床的長(zhǎng)度，那么，假如系統(tǒng)是處于正常運(yùn)轉(zhuǎn)的狀態(tài)的話，d（k）的數(shù)值就會(huì)很��；反過(guò)來(lái)講，假如系統(tǒng)正處于突發(fā)性毛病的狀態(tài)的話， 就不可以和白噪聲的特性相滿足，所以， ，其中所標(biāo)示的是閾值，H0所表示的是正常模態(tài)，經(jīng)過(guò)理論，假如有毛病發(fā)作，那么只需求停止一步時(shí)延，d（k）就會(huì)發(fā)作明顯的變化，由此來(lái)對(duì)網(wǎng)絡(luò)毛病停止檢測(cè)。
3 完畢語(yǔ)
總之，到目前為止，網(wǎng)絡(luò)毛病診斷的一個(gè)最主要開(kāi)展趨向就是采用智能化的檢測(cè)技術(shù)來(lái)忘性，而神經(jīng)網(wǎng)絡(luò)有著極佳的非線性映射，有著極強(qiáng)的自順應(yīng)才能，從而日益被普遍的應(yīng)用到網(wǎng)絡(luò)毛病的檢測(cè)當(dāng)中，也能夠說(shuō)，這是一種值得深化推行的技術(shù)。
【柔性電子神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)結(jié)構(gòu)和原理論文】相關(guān)文章：
1.計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)安全評(píng)析論文
2.淺析計(jì)算機(jī)網(wǎng)絡(luò)安全的檢測(cè)技術(shù)和控制原理論文
3.簡(jiǎn)析鋼結(jié)構(gòu)防火涂料防火原理
4.計(jì)算機(jī)在機(jī)械和電子控制產(chǎn)業(yè)領(lǐng)域的廣泛應(yīng)用論文