-
公开(公告)号:CN111680782B
公开(公告)日:2022-09-13
申请号:CN202010429589.2
申请日:2020-05-20
Applicant: 河海大学常州校区
Abstract: 本发明公开了机器学习与智能控制技术领域的一种基于FPGA的RBF神经网络激活函数实现方法,旨在解决现有技术中在FPGA中实现激活函数采用查表法消耗内存资源多、采用分段函数逼近法计算精度不高的技术问题。所述方法包括如下步骤:根据激活函数的几何特征,以函数拐点为分界点将激活函数的自变量域划分为核心区间与边缘区间;将边缘区间细分为不少于两个子区间,对各子区间的激活函数采用分段函数进行逼近,获取各子区间的拟合函数;对激活函数在FPGA器件上的计算执行过程进行硬件语言描述;基于进行过硬件语言描述的FPGA器件,采用双曲坐标旋转算法对核心区间的激活函数进行运算,采用拟合函数对边缘区间的激活函数进行运算。
-
公开(公告)号:CN111680782A
公开(公告)日:2020-09-18
申请号:CN202010429589.2
申请日:2020-05-20
Applicant: 河海大学常州校区
Abstract: 本发明公开了机器学习与智能控制技术领域的一种基于FPGA的RBF神经网络激活函数实现方法,旨在解决现有技术中在FPGA中实现激活函数采用查表法消耗内存资源多、采用分段函数逼近法计算精度不高的技术问题。所述方法包括如下步骤:根据激活函数的几何特征,以函数拐点为分界点将激活函数的自变量域划分为核心区间与边缘区间;将边缘区间细分为不少于两个子区间,对各子区间的激活函数采用分段函数进行逼近,获取各子区间的拟合函数;对激活函数在FPGA器件上的计算执行过程进行硬件语言描述;基于进行过硬件语言描述的FPGA器件,采用双曲坐标旋转算法对核心区间的激活函数进行运算,采用拟合函数对边缘区间的激活函数进行运算。
-