基于自组织映射的手写数字识别的并行实现

作     者：王一木 潘赟 龙彦辰 严晓浪 宦若虹 WANG Yi-mu;PAN Yun;LONG Yan-chen;YAN Xiao-lang;HUAN Ruo-hong

作者机构：浙江大学超大规模集成电路设计研究所浙江杭州310027 浙江工业大学计算机科学与技术学院浙江杭州310023 

基　　金：国家自然科学基金资助项目(61204030) 浙江省自然科学基金资助项目(LY13F020030 LQ12F04002) 浙江省重中之重学科资助项目 

出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)

年 卷 期：2014年第48卷第4期

页      码：742-747页

摘      要：针对自组织映射(SOM)神经网络算法实现复杂的问题,提出SOM算法的简化方案及并行硬件电路架构.经典SOM算法中,权值更新函数须使用浮点数乘法、开方以及指数等运算,硬件并行实现十分困难.传统的SOM简化方法的聚类准确率不高,面对手写数字识别这类复杂应用,传统方法的识别率十分有限.提出的SOM简化算法可以在保证系统聚类准确率的同时,除去权值更新函数中的复杂运算,易于硬件的全并行实现.基于提出的SOM简化算法及并行电路架构,实现的手写数字识别系统的工作频率为50 MHz,单次输入的学习时间仅需200ns,实时处理性能可达400MCUPS.识别系统针对MNIST样本库的识别准确率超过81%,与经典SOM算法的准确率持平,明显优于其他SOM简化方法.

主 题 词：自组织映射(SOM) 手写数字识别 并行实现 现场可编程门阵列(FPGA) 

学科分类：0810[工学-土木类] 081203[081203] 08[工学] 0805[工学-能源动力学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3785/j.issn.1008-973x.2014.04.026

馆 藏 号：203104295...