一种双控植入择端输出人工神经元的设计方法技术

一种双控植入择端输出人工神经元的设计方法的技术领域，是属于人工智能，仿生学，电路设计的技术领域，主要技术是人工神经元通过多路输入，当累加值低于最小阀值时，人工神经元，不会被激活，当累加的值超过设定的阀值，人工神经元被激活，神经元设有多个阀值，根据累加的值，达到那个阀值，就把这个值传输给激活函数库和激活函数器，激活函数库根据激活函数库控制端和传递过来的阀值，通过逻辑运算，选出激活函数，植入激活函数器，激活函数根据传输过来的阀值，通过植入的激活函数运算，把计算的结果传递给择端器，同时输入择端控制端的代码，选择那些端口打开，那些端口关闭，把计算的结果通过选通的端口传递给下一层人工神经元。

A design method of double controlled implantation of artificial neuron

The technical field of a double control alternative output artificial neural implant design method, belonging to the technical field of artificial intelligence, bionics, circuit design, the main technology is the artificial neuron through a multi-channel input, when the accumulated value is below the minimum threshold, the artificial neurons, not be activated when the accumulated value exceeds the preset threshold, artificial neurons are activated neurons is provided with a plurality of threshold, according to the cumulative value reached the threshold value, the value is transmitted to the activation functions and activation function, activation function library based on the activation function library control terminal and pass over the threshold, through logic operation, select activation function, activation function is implanted, according to the transfer function over the threshold of activation, the activation function through the implantation operation, the calculation result is transmitted to the selection end, while the input control end end select The code selects those ports to be opened and those ports are closed, and the results of the calculation pass through the gated port to the next layer of artificial neurons.

【技术实现步骤摘要】
一种双控植入择端输出人工神经元的设计方法
一种双控植入择端输出人工神经元的设计方法的
，是属于人工智能，仿生学，电路设计的
，主要技术是人工神经元通过多路输入，当累加值低于最小阀值时，人工神经元，不会被激活，当累加的值超过设定的阀值，人工神经元被激活，神经元设有多个阀值，根据累加的值，达到那个阀值，就把这个值传输给激活函数库和激活函数器，激活函数库根据激活函数库控制端和传递过来的阀值，通过逻辑运算，选出激活函数，植入激活函数器，激活函数根据传输过来的阀值，通过植入的激活函数运算，把计算的结果传递给择端器，同时输入择端控制端的代码，选择那些端口打开，那些端口关闭，把计算的结果通过选通的端口传递给下一层人工神经元。
技术介绍
神经元是构成大脑的基本单元，人类的大脑是有成千上万个神经元按照一定规律构成的，人类为了模拟人脑，对人工神经元的设计是重中之重，有了人工神经元才能构成人工网络，人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在这一模型中，大量的人工神经元之间相互联接构成网络，即“神经网络”，以达到处理信息的目的。一种模仿动物神经网络行为特征的分布式并行信息处理算法结构的动力学模型。它用接受多路输入刺激，按加权求和超过一定阈值时产生“兴奋”输出的部件来模仿动物神经元的工作方式，并通过这些神经元部件相互联接的结构和反映关联强度的权系数使其“集体行为”具有各种复杂的信息处理功能。特别是这种宏观上具有鲁棒、容错、抗干扰、适应性、自学习等灵活而强有力功能的形成不仅可以通过元部件性能不断改进，并且通过复杂的互联关系得以实现，因而人工神经网络是一种联接机制模型，具有复杂系统的许多重要特征。人工神经网络适用于信号处理、数据压缩、模式识别、机器人视觉、知识处理及其应用，预测、评价和决策问题，调度排序、路由规划等组合优化问题。在控制系统设计中它可用于模拟被控对象特性、搜索和学习控制规律、实现模糊和智能控制，因此对神经元的设计十分的重要，因为十分明显，神经元的形状十分的多，虽然人类把它进行分类，但神经元有成千上万种，因此不同的神经元也具备不同的功能，本专利技术只是设计了一种人工神经元，现有的神经元的设计十分简单单一，就是把所有的输入和权重相乘，然后进行累加，减去阀值，然后设置激活函数，传递给下一层的神经元。
技术实现思路
人的大脑是很多神经元构成，因此神经元是神经网络的基本单元，十分明显，神经元数量巨大，在人体的不同部位就有不同形状、结构、生理学特征和功能的神经元，神经元的形状千奇百怪十分的多，虽然人类对它进行分类，但神经元有千百万种，因此不同的神经元也具备不同的功能，本专利技术只是设计了一种人工神经元，由于现有的神经元的设计十分简单单一，就是把所有的输入和权重相乘进行累加，减去阀值，然后设置激活函数，传递给下一层的神经元，这样构成一个网络，并且这样简单的设计解决了人类很多前人无法解决的问题，对整个世界产生巨大的影响，但这只是最简直的一种人工神经元结构，现实世界里神经元各种各样的形状，各种各样的功能，因此要专利技术各种功能的人工神经元的设计，一种双控植入择端输出人工神经元的设计方法，其特征是：双控植入择端输出人工神经元是由输入端、人工神经元、激活函数库、激活函数库控制端、累加器输出控制端，择端器、择端器控制端、输出端组成，输入端如同神经元的输入端，接收上一级人工神经元的输入或由其他设备的输入，人工神经元的作用是把输入的值和权重相乘后进行累加，如果累加的值小于阀值，那么人工神经元就不会被激活，没有任何反应，如果累加的值大于阀值，那么人工神经元被激活，把阀值同时传递给激活函数器和激活函数库，激活函数器里面的激活函数，是由激活函数库控制端根据整个网络的需求输入的代码和累加器的阀值，经过逻辑运算后，从激活函数库选择需要的激活函数，然后植入激活函数器，同时根据整个网络的需求，从择端器控制端输入代码，设置择端器，择端器就可以根据输入的代码选择那些端口关闭，那些端口打开，把激活函数输出的值通过选通的端口传递给下一层人工神经元，双控制端是指，激活函数库控制端是根据整个网络的需求输入的代码，累加器控制端是由累加器输出的阀值，传递给激活函数库的，这两个端口通过逻辑运算，选择出激活函数库里的激活函数，其中人工神经元采用如下设计，人工神经元由3部分构成，1是累加器，2不同的阀值，3激活函数器，累加器的作用是把上一层的输入和权重相乘后进行累加，不同阀值的设计是这样的，设定最小阀值a，a<b<c<d，当输入的值小于a，那么人工神经元就不会被激活，如果输入的值大于a，人工神经元就被激活，这时输入的值就要和不同的阀值进行比较，比如输入的值大于c小于d，这样就会把c的阀值同时传递给激活函数库和激活函数器，c阀值和激活函数库的控制端，选出激活函数，植入激活函数器，激活函数器根据c阀值和选出的激活函数，输出运算后的值传递给择端器。附图说明图1是双控植入择端输出人工神经元的结构原理图，i-1.1-2.i-3.i-4.i-5.i-6.i-7.i-8.i-9.i-10.i-11.i-12代表输入端，这个输入端很多，这里画12条是用来代表作用，o-1.o-2.o-3.o-4.o-5.i-6.i-7.i-8.i-9.i-10.i-11.i-12代表输出端，这个输出端很多，这里画12条是用来代表作用，a-1代表人工神经元，a-2代表里面的累加器，累加器里的a.b.c.d代表不同的阀值，a-3代表激活函数器，b-1代表择端器，b-2代表人工神经元和择端器之间的连线，c-1代表激活函数库，r-1代表择端器控制端，r-2代表激活函数库控制端，r-3代表是累加器输出控制端，累加器把阀值传递给激活函数库的连线。实施方法人的大脑有成千上万的神经元，这些神经元不是一成不变的，它们也在不断的进化之中，并且同一个神经元在不同的环境下，也是不同的输出的，在一些情况下，只有内部和外部环境同时起作用，才能使神经元按照不同的情况输出不同的值，本专利技术设计了一个人工神经元，双控植入择端输出人工神经元，是由输入端、人工神经元、激活函数库、激活函数库控制端、累加器输出控制端，择端器、择端器控制端、输出端组成，输入端如同神经元的输入端，接收上一级人工神经元的输入或由其他设备的输入，人工神经元的作用是把输入的值和权重相乘后进行累加，如果累加的值小于阀值，那么人工神经元就不会被激活，没有任何反应，如果累加的值大于阀值，那么人工神经元被激活，把阀值同时传递给激活函数器和激活函数库，激活函数器里面的激活函数，是由激活函数库控制端根据整个网络的需求输入的代码和累加器的阀值，经过逻辑运算后，从激活函数库选择需要的激活函数，然后植入激活函数器，同时根据整个网络的需求，从择端器控制端输入代码，设置择端器，择端器就可以根据输入的代码选择那些端口关闭，那些端口打开，把激活函数输出的值通过选通的端口传递给下一层人工神经元，双控制端是指，激活函数库控制端是根据整个网络的需求输入的代码，累加器控制端是由累加器输出的阀值，传递给激活函数库的，这两个端口通过逻辑运算，选择出激活函数库里的激活函数，把这样的人工神经元和其他功能的人工神经元联网，构成一个人工大脑，本文档来自技高网...

【技术保护点】
一种双控植入择端输出人工神经元的设计方法，其特征是：双控植入择端输出人工神经元是由输入端、人工神经元、激活函数库、激活函数库控制端、累加器输出控制端，择端器、择端器控制端、输出端组成，输入端如同神经元的输入端，接收上一级人工神经元的输入或由其他设备的输入，人工神经元的作用是把输入的值和权重相乘后进行累加，如果累加的值小于阀值，那么人工神经元就不会被激活，没有任何反应，如果累加的值大于阀值，那么人工神经元被激活，把阀值同时传递给激活函数器和激活函数库，激活函数器里面的激活函数，是由激活函数库控制端根据整个网络的需求输入的代码和累加器的阀值，经过逻辑运算后，从激活函数库选择需要的激活函数，然后植入激活函数器，同时根据整个网络的需求，从择端器控制端输入代码，设置择端器，择端器就可以根据输入的代码选择那些端口关闭，那些端口打开，把激活函数输出的值通过选通的端口传递给下一层人工神经元，双控制端是指，激活函数库控制端是根据整个网络的需求输入的代码，累加器控制端是由累加器输出的阀值，传递给激活函数库的，这两个端口通过逻辑运算，选择出激活函数库里的激活函数 ，其中人工神经元采用如下设计，人工神经元由3部分构成，1是累加器，2不同的阀值，3激活函数器，累加器的作用是把上一层的输入和权重相乘后进行累加，不同阀值的设计是这样的，设定最小阀值 a，a<b<c<d，当输入的值小于a，那么人工神经元就不会被激活，如果输入的值大于a，人工神经元就被激活，这时输入的值就要和不同的阀值进行比较，比如输入的值大于c小于d，这样就会把c 的阀值同时传递给激活函数库和激活函数器，c 阀值和激活函数库的控制端，选出激活函数，植入激活函数器，激活函数器根据c阀值和选出的激活函数，输出运算后的值传递给择端器。...

【技术特征摘要】
1.一种双控植入择端输出人工神经元的设计方法，其特征是：双控植入择端输出人工神经元是由输入端、人工神经元、激活函数库、激活函数库控制端、累加器输出控制端，择端器、择端器控制端、输出端组成，输入端如同神经元的输入端，接收上一级人工神经元的输入或由其他设备的输入，人工神经元的作用是把输入的值和权重相乘后进行累加，如果累加的值小于阀值，那么人工神经元就不会被激活，没有任何反应，如果累加的值大于阀值，那么人工神经元被激活，把阀值同时传递给激活函数器和激活函数库，激活函数器里面的激活函数，是由激活函数库控制端根据整个网络的需求输入的代码和累加器的阀值，经过逻辑运算后，从激活函数库选择需要的激活函数，然后植入激活函数器，同时根据整个网络的需求，从择端器控制端输入代码，设置择端器，择端器就可以根据输入的代码选择那些端口关闭，那些端口打开，把激活函数输出的值通过选通的...

【专利技术属性】
技术研发人员：胡明建，
申请(专利权)人：胡明建，
类型：发明
国别省市：浙江,33