一种用于模式识别的新型开关电流Hamming神经网络

摘要

本文首次提出了一种用于模式识别的新型开关电流Hamming神经网络.它采用电流镜计算待识模式与标准模式的匹配度.然后,通过开关电流型排序电路进行匹配度的比较并输出识别结果.该Hamming神经网络可以按匹配度大小的顺序依次输出匹配度以及相应的标准模式,这将十分有利于改善系统的性能.同时,该Hamming网络还可以进行绝对拒识和相对拒识的判断,这大大地提高了系统的可靠性.通过PSPICE模拟,结果表明该Hamming网络具有高精度、高分辨率等特点,同时,该Hamming网络的电路结构简单、灵活,规模易于扩展,由于采用开关电流技术,该网络可直接采用标准数字CMOS工艺制作,易于超大规模集成电路实现.