公开(公告)号：CN105976024A

公开(公告)日：2016-09-28

申请号：CN201610556919.8

申请日：2016-07-15

Applicant: 福州大学

Inventor： 魏榕山 ,  王智宇 ,  刘欢 ,  陈林城

IPC: G06N3/063

CPC classification number: G06N3/0635

Abstract: 本发明提出了一种基于RBF的模式分类器及其工作方法，通过并联适当数量的模式分类器，给定适当的外界偏置电压，可实现模式分类的功能。本发明可集成为专用的神经网络芯片，具有体积小、方便携带、可嵌入等优点，可以实现高度的并行计算，克服了软件实现模式分类器的体积大、不易携带、不易嵌入、运算速度慢的缺陷。本发明还可以通过适当增加RBF神经元电路模块的数目或通过将本发明进行并联的方式，来扩展电路的功能，使其解决更复杂的模式分类问题。本发明凭借其可嵌入性、便携性、高速性、可扩展等优点，有望在模式分类等人工智能领域得到广泛的应用。

公开(公告)号：CN105976024B

公开(公告)日：2018-12-25

申请号：CN201610556919.8

申请日：2016-07-15

Applicant: 福州大学

Inventor： 魏榕山 ,  王智宇 ,  刘欢 ,  陈林城

IPC: G06N3/063

Abstract: 本发明提出了一种基于RBF的模式分类器及其工作方法，通过并联适当数量的模式分类器，给定适当的外界偏置电压，可实现模式分类的功能。本发明可集成为专用的神经网络芯片，具有体积小、方便携带、可嵌入等优点，可以实现高度的并行计算，克服了软件实现模式分类器的体积大、不易携带、不易嵌入、运算速度慢的缺陷。本发明还可以通过适当增加RBF神经元电路模块的数目或通过将本发明进行并联的方式，来扩展电路的功能，使其解决更复杂的模式分类问题。本发明凭借其可嵌入性、便携性、高速性、可扩展等优点，有望在模式分类等人工智能领域得到广泛的应用。

公开(公告)号：CN206480025U

公开(公告)日：2017-09-08

申请号：CN201620745796.8

申请日：2016-07-15

Applicant: 福州大学

Inventor： 魏榕山 ,  王智宇 ,  朱睿 ,  陈林城

IPC: G06N3/063

Abstract: 本实用新型提供一种基于RBF的模式分类器，其包括第一至第四RBF神经元电路模块、第一至第四电阻及第一至第五Gilbert 乘法器；所述第一至第五Gilbert乘法器的电流输出端依次连接作为分类器的输出端Iout；第一RBF神经元电路的输出分别接第一电阻一端及第一Gilbert乘法器的第一输入；第一电阻另一端分别接地及第一Gilbert乘法器第二输入；第二RBF神经元电路的输出分别接第二电阻一端及第二Gilbert乘法器的第一输入；第二电阻另一端分别接地及第二Gilbert乘法器第二输入；第三RBF神经元电路的输出分别接第三电阻一端及第四Gilbert 乘法器第一输入；第三电阻另一端分别接地及第四Gilbert乘法器第二输入；第四RBF神经元电路的输出分别接第四电阻一端及第五Gilbert 乘法器；第四电阻另一端分别接地及第五Gilbert乘法器第二输入。该分类器凭具有可嵌入性、便携性、高速性、可扩展等优点。