基于自组织映射的手写数字识别的并行实现

王一木; 潘赟; 龙彦辰; 严晓浪; 宦若虹

首页> 中文期刊> 《浙江大学学报：工学版》 >基于自组织映射的手写数字识别的并行实现

基于自组织映射的手写数字识别的并行实现

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

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.

著录项

来源
《浙江大学学报：工学版》 |2014年第4期|742-747|共6页
作者
王一木; 潘赟; 龙彦辰; 严晓浪; 宦若虹;
展开▼
作者单位

浙江大学超大规模集成电路设计研究所;

浙江工业大学计算机科学与技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
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);

相似文献

中文文献
外文文献
专利

1. 基于KNN算法实现手写数字识别的探索 [J] . 李安宇 . 通讯世界 . 2020,第002期
2. 基于KNN算法手写数字识别技术的研究与实现 [J] . 陈鸿宇 . 信息通信 . 2020,第012期
3. 基于caffe的手写数字识别研究与实现 [J] . 申肖阳 . 邯郸职业技术学院学报 . 2019,第001期
4. 基于TensorFlow手写数字识别模型设计与实现 [J] . 邢萌1 . 电子技术与软件工程 . 2019,第002期
5. 一种基于KNN算法的手写数字识别实现 [J] . 迟殿委 . 信息与电脑 . 2019,第017期
6. 基于BP神经网络的手写数字识别方法的实现 [C] . 张黎 ,刘争鸣 ,唐军 . 2015年西南三省一市自动化与仪器仪表学术年会 . 2015
7. 基于人工神经网络和GPU加速的手写数字识别并行算法 [A] . 韩晓雪 . 2009

基于自组织映射的手写数字识别的并行实现

摘要

著录项

相似文献

相关主题

期刊订阅