一种基于忆阻器阵列的K-means分类器及其分类方法

摘要

本发明公开了一种基于忆阻器阵列的K‑means分类器及其分类方法，将K‑means算法的聚类中心的维度信息作为训练权重，映射并存储在忆阻器阵列中，以神经网络权重模拟聚类中心的维度信息，基于忆阻器的渐变特性实现欧氏距离的计算，并且直接在硬件电路上实现聚类中心各权重的在线更新，实现了大量非归一化数据在硬件电路基础上的数据聚类，减小了由于数据归一化带来的计算复杂度，以及由于外部电路计算权重变化所带来的电路复杂性，同时也减小了数据距离计算过程中的数据复杂度，降低了数据存储的时间和运算功耗，省去了数据交互的消耗，计算时间较短。