基于SIMD架构的自组织映射方法及系统
授权
摘要
本发明涉及基于一种SIMD架构的自组织映射方法及系统，包括：距离计算模块，通过计算输入向量和对应竞争层神经元权值向量的曼哈顿距离，找到距离最小的最佳匹配竞争层神经元；学习率和领域半径计算模块，通过移位操作实现学习率和领域半径的更新；合作模块，在竞争中获胜的神经元不是单独被激励的，而是通过确定获胜神经元为中心的领域，领域内的神经元共同被激励；权值更新模块，在获胜神经元领域半径内部的神经元对应权重得到更新，将计算好的权重存回片上SRAM。本发明支持样本任意分类与任意特征的运算，能够实现低复杂度与高精度的要求。
基本信息
专利标题 ：
基于SIMD架构的自组织映射方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN110837891A
申请号 ：
CN201911014330.5
公开（公告）日 ：
2020-02-25
申请日 ：
2019-10-23
授权号 ：
CN110837891B
授权日 ：
2022-05-17
发明人 ：
李丽张衡傅玉祥黄延何国强何书专
申请人 ：
南京大学
申请人地址 ：
江苏省南京市栖霞区仙林大道163号
代理机构 ：
南京泰普专利代理事务所(普通合伙)
代理人 ：
窦贤宇
优先权 ：
CN201911014330.5
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-05-17 ：
授权
2020-03-20 ：
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20191023
申请日 : 20191023
2020-02-25 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
