一种基于正负分离的实数域光学神经网络的模式识别方法

摘要

本发明属于人工智能技术领域，具体的说是涉及一种基于正负分离的实数域光学神经网络的模式识别方法。本发明提供了一种基于正负分离的实数域光学神经网络的模式识别方法，可以还原光电转换时丢失的输出正负信息，从而实现实数域矩阵向量乘法计算，同时本发明还提出了对应光学神经网络的硬件实现方式。本发明的有益效果是：(1)采用正负分离方法，还原在光电转换阶段丢失的光学神经网络输出信号的正负信息，实现实数域权重矩阵的光学神经网络。(2)提供了光学神经网络中ReLULeaky ReLUs激活函数的实现方法。