Print

一种基于FPGA的卷积神经网络模型设计

论文摘要

武器装备的智能化已经成为一种发展趋势,卷积神经网络（CNN）在图像识别、目标检测和跟踪任务中展现出优异的性能,因此,将卷积神经网络算法应用于相关武器有助于提升其在复杂战场环境下的精确目标识别和抗干扰能力。本文提出了一种基于FPGA的卷积神经网络模型设计方法,并且在Xilinx Virtex-7系列FPGA验证了其功能的正确性。该模型具有可配置、可重构的高灵活性,移植能力强,适用范围广。

论文目录

  • 0 引 言
  • 1 卷积神经网络
  •   1.1 卷积神经网络算法基本原理
  •   1.2 卷积神经网络的经典结构
  • 2 卷积神经网络模型的FPGA设计实现
  •   2.1 卷积神经网络模型的设计实现
  •   2.2 卷积神经网络模型的设计优化
  • 3 仿真验证及硬件综合
  • 4 结 论

    • 文章来源

    类型: 期刊论文

    作者: 丁晓彤,徐佩,任鹏举

    关键词: 智能化,目标识别,卷积神经网络,武器装备

    来源: 航空兵器 2019年02期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 武器工业与军事技术,自动化技术

    单位: 中国空空导弹研究院,航空制导武器航空科技重点实验室,西安交通大学

    分类号: E91;TP183

    页码: 15-20

    总页数: 6

    文件大小: 2098K

    下载量: 177

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/f3244a27444386b8a5009aa2.html