神经网络感知器的动态结构变换实现方法研究

本项目主要研究神经网络感知器和硬件实现：（1）提出了基于动态可塑原理实现神经网络感知器的思想方法，进而通过分析训练样本数与隐层节点数之间的关系，利用信号传播路径的动态变化实现学习功能，从而提出了面向模式分类问题的硬件实现方法，该方法只需对训练样本集的一次学习，即可确定各权值，且权值均为逻辑值，神经节点特性又可用逻辑电路实现，从而可以全硬件实现神经网络感知器。（2）没计出了神经网络感知器的数字电路，该硬件实现电路不含有数字乘法器，从而克服了目前大多数神经网络数字器件难以单片集成的缺陷，构造出了感知器数字芯片的雏形。（3）在国内外学术会议和重要期刊眼表论文11篇，取得了丰富的理论研究成果。