人工神经网络模拟技术论文_贺静

导读:本文包含了人工神经网络模拟技术论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,线性,孔隙,电路,论文,技术,CMOS。

人工神经网络模拟技术论文文献综述

贺静^[1]（2014）在《基于CMOS模拟技术的多种前馈人工神经网络硬件的研究与实现》一文中研究指出人工神经网络(Artificial Neural Network, ANN)是模拟生物神经网络的人工智能系统，具有分布并行处理、非线性映射、自适应学习和容错等功能。人工神经网络主要有两种实现方法：软件实现和硬件实现。以软件方法实现的神经网络存在并行程度低和处理速度慢等缺点，难于满足实时性的要求，造成了理论研究与实际应用脱节；而硬件方法实现的神经网络则克服了前者的缺点，能大规模并行处理信号，尤其对于复杂数据的处理更具有优势，能满足实际应用的要求。在集成电路设计中，模拟电路需要在功耗、速度、增益、精度、面积等多种因素间进行折中，并且版图对于模拟电路的影响远大于数字电路，这给模拟电路的设计带来了新的挑战。考虑到电流模式模拟电路对输入信号变化响应快、线性度好、功耗低等优点，本文的前馈人工神经网络采用电流模式模拟电路来实现。本文旨在完成两种前馈人工神经网络——感知器神经网络和径向基函数(RBF)神经网络的电路实现与研究，并探讨其应用，所做工作如下：(1)阐述了人工神经网络的硬件实现的研究背景和意义，探讨了当前国际国内的研究概况及发展趋势。(2)介绍了生物神经元模型，探讨了前馈人工网络——感知器和RBF神经网络的结构和原理。(3)基于TMSC0.35μm标准CMOS工艺，设计了一款可对线性不可分数据集进行分类的电流模式线性分类器，通过MATLAB软件采用Fisher线性判别法计算得到权重系数，运用PSPICE软件对所设计的电路进行了仿真分析。(4)设计了RBF神经元的单元电路，利用这些单元电路构成一个2输入/1输出且含有两个隐含层神经元的RBF神经网络电路，利用改进混合蛙跳(NHSFL)算法设定RBF神经网络参数，利用PSPICE软件通过异或问题验证了该神经网络电路。(5)介绍了版图设计流程、工具类型和模拟图版问题以及解决方法，完成了线性分类器和RBF神经元电路的版图设计。(本文来源于《湘潭大学》期刊2014-06-01）

Zehui,Huang,李成猛^[2]（1996）在《在加拿大东海岸Venture气田应用人工神经网络模拟技术预测渗透率》一文中研究指出由未取心井段的测井信息估算渗透率是一个重要问题,也是很多地学学科遇到的难题。估算渗透率的最常用方法不是应用经验公式,就是应用某种形式的多元线性回归(MLR)技术。比较复杂一点的多元非线性回归(MNLR)技术,由于涉及到近似数学模型的选择和所选模型对输入变量的敏感性分析等困难而很少采用。但新近发展的一类非线性优化人工神经网络(ANNs)技术比较好地克服了这些困难。我们应用反向传播ANN(BP—ANN)模拟了空间位置和六种不同的测井曲线与渗透率之间的关系。取自Venture气田的四口井中数据形成BP—ANN模拟所需的训练数据集和监督学习数据集。在同一气田,保留五分之一的井中数据作为独立数据集用作试验。用这些试验数据作试验时,训练后的BP—ANN产生的渗透率和取心井段实测的渗透率匹配得很好。由训练后的BP—ANN计算出的渗透率剖面揭示出许多低渗透率层、并可在井间进行对比。这些层很可能是储层内流体受阻的原因,对进一步油藏开发计划有着重要意义。为便于讨论,我们采用了同样数据集的常规统计法预测方程(即MLR和MNLR)。这些例子着重强调了BP—ANN方法在解决多变量、非线性模拟,诸如渗透率估算等难题中的效用。(本文来源于《石油物探译丛》期刊1996年04期）

人工神经网络模拟技术论文开题报告

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

由未取心井段的测井信息估算渗透率是一个重要问题,也是很多地学学科遇到的难题。估算渗透率的最常用方法不是应用经验公式,就是应用某种形式的多元线性回归(MLR)技术。比较复杂一点的多元非线性回归(MNLR)技术,由于涉及到近似数学模型的选择和所选模型对输入变量的敏感性分析等困难而很少采用。但新近发展的一类非线性优化人工神经网络(ANNs)技术比较好地克服了这些困难。我们应用反向传播ANN(BP—ANN)模拟了空间位置和六种不同的测井曲线与渗透率之间的关系。取自Venture气田的四口井中数据形成BP—ANN模拟所需的训练数据集和监督学习数据集。在同一气田,保留五分之一的井中数据作为独立数据集用作试验。用这些试验数据作试验时,训练后的BP—ANN产生的渗透率和取心井段实测的渗透率匹配得很好。由训练后的BP—ANN计算出的渗透率剖面揭示出许多低渗透率层、并可在井间进行对比。这些层很可能是储层内流体受阻的原因,对进一步油藏开发计划有着重要意义。为便于讨论,我们采用了同样数据集的常规统计法预测方程(即MLR和MNLR)。这些例子着重强调了BP—ANN方法在解决多变量、非线性模拟,诸如渗透率估算等难题中的效用。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。