基于MPSoC的可重构多层Perctrons神经网络的设计与实现。

采用基于片上网络通信的多核处理器,设计并实现了一种具有可重构性,运行时配置和更新,以及具有学习能力的多层感知器神经网络结构以及对应的编程模型,并在FPGA上进行了验证。实验结果表明所设计的结构满足精度和实时性要求,并且编程模型简单,易于扩展和维护,为人工神经网络在计算机视觉和人工智能领域的应用提供了良好的解决方法。