忆阻神经网络及权值训练方法

摘要

本申请提供一种忆阻神经网络及权值训练方法，涉及神经网络技术领域。该忆阻神经网络可从硬件层面实现对区间类型数据的处理，而不仅仅局限于通过电脑仿真的高精度权值网络实现数据处理，从而有效避免了因实际硬件设备制作水平受限而导致权值网络精度较低，使得数据处理的准确性较低的问题。其次，采用忆阻器件组成忆阻突触单元，有效利用了忆阻器件体积小、功耗低、集成密度高等优势，从而便于后期进行嵌入式开发应用。另外，通过该训练方法确定忆阻神经网络的权值矩阵，可以通过调整组成各忆阻突触单元的忆阻器件的阻态，来使得忆阻神经网络具有该确定出的权值矩阵，从而使得忆阻神经网络的权值精确度较高，神经网络的样本识别精度较高。