[发明专利]一种基于增长型环形SOM神经网络的片上光网络映射方法

权利要求书

1.一种基于增长型环形SOM神经网络的片上光网络映射方法，其特征在于，包括：

S1：获取核图中的IP核连通关系矩阵和网络拓扑中的节点通信损耗矩阵；

S2：利用所述节点通信损耗矩阵中的行向量对增长型环形SOM神经网络进行训练，获得经训练的增长型环形SOM神经网络；

S3：利用所述经训练的增长型环形SOM神经网络分别获取节点通信损耗矩阵中每个行向量的获胜神经元索引号以及IP核连通关系矩阵中每个行向量的获胜神经元索引号；

S4：根据IP核连通关系矩阵的获胜神经元索引号和节点通信损耗矩阵的获胜神经元索引号获得核图中IP核与网络拓扑节点之间的映射矩阵。

2.根据权利要求1所述的基于增长型环形SOM神经网络的片上光网络映射方法，其特征在于，所述S2包括：

S21：对所述节点通信损耗矩阵S进行抽象化转换，转化为网络拓扑中每个节点对应的特征向量；

S22：将网络拓扑中每个节点对应的特征向量依次输入所述增长型环形SOM神经网络中以对所述增长型环形SOM神经网络进行训练。

3.根据权利要求2所述的基于增长型环形SOM神经网络的片上光网络映射方法，其特征在于，所述S22包括：

S221：对所述增长型环形SOM神经网络的参数进行初始化；

S222：将所述S21中获得的节点通信损耗矩阵S的特征向量输入至所述增长型环形SOM神经网络的输入层，分别计算竞争层每个神经元的权值向量以及输入特征向量的欧式距离；

S223：根据所述欧式距离选择获胜神经元并对获胜神经元及其左右邻域神经元的权值向量进行更新；

S224：继续输入节点通信损耗矩阵S的其余特征向量，重复步骤S222-S223完成一次迭代；

S225：迭代预定次数之后，在所述竞争层中增加新神经元并获得新神经元的权值向量；

S226：新神经元增加完成后，转至步骤S222开始下一次迭代，直至迭代次数到达最大迭代次数T_max时结束迭代，获得经训练的增长型环形SOM神经网络。

4.根据权利要求3所述的基于增长型环形SOM神经网络的片上光网络映射方法，其特征在于，所述S221包括：

设置增长型环形SOM神经网络的初始竞争层中神经元数量N(0)，对神经元随机赋予权值向量；

设置第一迭代次数T_int、每个神经元的初始获胜次数C[]、学习率η以及最大迭代次数T_max，其中，所述第一迭代次数T_int表示每迭代T_int次，在竞争层增加一个新神经元。

5.根据权利要求3所述的基于增长型环形SOM神经网络的片上光网络映射方法，其特征在于，所述S223包括：

选择竞争层中欧式距离最小值对应的神经元y作为当前输入特征向量对应节点的获胜神经元，对获胜神经元及其左右邻域的两个神经元y+1和y-1进行权值向量更新：

W_y＝W_y+η(S_i-W_y)

W_y+1＝W_y+1+η(S_i-W_y+1)

W_y-1＝W_y-1+η(S_i-W_y-1)

其中，η表示学习率，更新结束后，将获胜神经元y的获胜次数C(y)加1。