基于FPGA的神经网络硬件实现本文主要的工作是研究神经网络的硬件实现问题，神经网络的硬件实现是神经网络研究的基本问题之一，在构造神经网络的实际应用系统时，必然要研究和解决其硬件实现的问题。神经网络专用硬件可提供高速度，并具有比通用串、并行机高得多的性能价格比，所以，特定应用下的高性能专用神经网络硬件是神经网络研究的热点。本文在比较了几种神经网络的可行性基础上，选用了BP神经网络作为硬件实现的神经网络模型。BP神经网络对输入输出非线性关系的高精度映射能力、较强的包容性、良好的推广能力和泛化能力，使得它们在实际应用中表现出了强大的生命力，成为当今的研究热点之一。作为BP神经网络中的激励函