[发明专利]有符号整数求积方法、终端设备及计算机可读存储介质

说明书

本发明公开了一种有符号整数求积方法、终端设备及计算机可读存储介质，所述方法包括：终端设备接收用户输入的待处理数据，所述待处理数据包括负整数和非负整数；通过预设脉冲神经膜系统对所述待处理数据进行数符分离，获得所述待处理数据的积的符号与无符号数值；通过所述预设脉冲神经膜系统对所述无符号数值进行求积运算，获得所述待处理数据的积的数值；根据所述积的符号和所述积的数值获得所述待处理数据的积，并对所述待处理数据的积进行显示。通过预设脉冲神经膜系统能够实现有符号整数的乘法运算，补充和完善了脉冲神经膜系统的算术运算类型，增强了脉冲神经膜系统的计算能力和使用范围，操作简便，准确度高。

技术领域

本发明涉及脉冲神经膜系统领域，尤其涉及一种有符号整数求积方法、终端设备及计算机可读存储介质。

背景技术

脉冲神经膜系统是受生物神经元处理与传递信息的方式启发设计的神经型计算系统，是一种分布式、并行的且离散的计算模型。当前，针对脉冲神经膜系统的研究，理论成果较多，而应用研究相对不足。在为数不多的应用研究中，算术运算是脉冲神经膜系统研究的热点。目前，这类研究已经取得一些成果，为生物型CPU的设计打下了一定基础。

然而，作为计算终端设备中重要的乘法运算，脉冲神经膜系统只能执行无符号整数的乘法运算，而有符号整数的乘法运算则更多的是理论探讨，即使偶有涉及也不具有可操作性。

发明内容

本发明的主要目的在于提供一种有符号整数求积方法、终端设备及计算机可读存储介质，旨在解决现有技术中不能通过脉冲神经膜系统自动进行有符号整数乘法运算的技术问题。

为实现上述目的，本发明提供一种有符号整数求积方法，所述方法包括以下步骤：

终端设备接收用户输入的待处理数据，所述待处理数据包括负整数和非负整数；

通过预设脉冲神经膜系统对所述待处理数据进行数符分离，获得所述待处理数据的积的符号与无符号数值；

通过所述预设脉冲神经膜系统对所述无符号数值进行求积运算，获得所述待处理数据的积的数值；

根据所述积的符号和所述积的数值获得所述待处理数据的积，并对所述待处理数据的积进行显示。

优选地，所述待处理数据为串行数据；

相应地，所述通过预设脉冲神经膜系统对所述待处理数据进行数符分离，获得所述待处理数据的积的符号与无符号数值，具体包括：

通过第一脉冲神经膜系统的第一分离模块将所述串行数据的符号位和数值位进行分离，获得所述串行数据的积的符号与所述串行数据的无符号数值；

相应地，所述通过所述预设脉冲神经膜系统对所述无符号数值进行求积运算，获得所述待处理数据的积的数值，具体包括：

通过所述第一脉冲神经膜系统的第一求积模块对所述串行数据的无符号数值进行求积运算，获得所述串行数据的积的数值。

优选地，所述通过第一脉冲神经膜系统的第一分离模块将所述串行数据的符号位和数值位进行分离，获得所述串行数据的积的符号与所述串行数据的无符号数值，具体包括：

将所述串行数据输入至所述第一分离模块的第一输入神经元，以使所述第一输入神经元根据所述串行数据的符号位确定第一待发送脉冲数目，根据所述第一待发送脉冲数目向所述第一分离模块的第一输出神经元发送脉冲；

通过所述第一输出神经元统计第一当前脉冲数，根据所述第一当前脉冲数确定第一激发规则，根据所述第一激发规则输出所述串行数据的积的符号与所述串行数据的无符号数值。

优选地，所述通过所述第一脉冲神经膜系统的第一求积模块对所述串行数据的无符号数值进行求积运算，获得所述串行数据的积的数值，具体包括：