基于FPGA的人工神经网络系统的实现方法

为了改变人工神经网络的研究仅仅局限于算法，只是在通用的串行或并行计算机上模拟实现的现状，针对函数逼近问题，将BP神经网络的结构分为3个模块，采用VHDL语言完成对各个模块的硬件描述，并使用Altera公司的QuartusII 6. 1综合软件进仿真和调试，然后在CycloneII系列FPGA上实现了能够进行片上学习并完成函数逼近的BP神经网络系统。测试结果证明，该系统能够很好地完成在线学习，并能满足一般系统应用的速度和精度的要求，验证了该方法的有效性。