一种在忆阻器故障时维持三值神经网络高性能的方法

本发明属于神经网络技术领域，公开了一种在忆阻器故障时维持三值神经网络高性能的方法，包括：在软件上对三值神经网络进行预训练获取各层权重矩阵；检测忆阻阵列中忆阻器器件是否存在卡住故障并获取故障图；根据权重矩阵和故障图调整忆阻阵列中的忆阻器器件，即忆阻阵列初始化；根据权重矩阵和故障图对忆阻阵列进行行列翻转操作；根据权重矩阵和故障图对忆阻阵列进行行列置换操作；采用冗余忆阻阵列添加法对原有忆阻阵列进行优化。本发明不用进行重训练，所需算力低；本发明使用的匈牙利算法相比现有的KM算法复杂度更低。本发明能使得基于忆阻阵列的三值神经网络在即便忆阻器器件存在一定比例的卡住故障时，网络还能表现出较好的分类精度。