技术领域
[0001] 本说明书涉及计算机技术领域，尤其涉及一种基于忆阻器非线性权重映射的最短路径确定方法。
相关背景技术
[0002] 随着计算机技术的发展，执行业务越发依赖于算法的计算结果。在网络路由、地图导航、交通规划等领域，最短路径算法有着广泛的应用。常见的最短路径算法有Dijkstra算法、Floyd算法等。
[0003] 但是，现有的最短路径算法因为在计算过程中需要遍历图数据的所有节点，现有算法时间复杂度较高，计算效率低。虽然，通过忆阻器可以提高计算效率，但是现有的最短路径算法都是基于存算分离的传统硬件的算法，无法直接在忆阻器上实现运算以进行加速，基于忆阻器的硬件实现算法需要专门设计。其中，忆阻器是一种具有记忆功能的非线性电阻，其电阻值可以根据外部电压或电流的刺激进行动态调整，由于忆阻器电阻可变的电学特性，可将忆阻器作为存储单元同时实现计算操作，实现存内计算，提高计算效率。
[0004] 因此，本说明书提供一种基于忆阻器非线性权重映射的最短路径确定方法。
具体实施方式
[0069] 为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0070] 以下结合附图，详细说明本说明书各实施例提供的技术方案。
[0071] 图1为本说明书中一种基于忆阻器非线性权重映射的最短路径确定方法的流程示意图，本方法通过基于忆阻器的硬件电路实现，该硬件电路包含突触阵列和多个神经元电路，突触阵列由多个突触电路组成，突触电路包含多个第一忆阻器，神经元电路包含跨阻放大器、第二忆阻器和负载电阻，各第一忆阻器分别与自身对应的神经元电路的输入端相连，各突触电路的输入端分别与各突触电路对应的神经元电路的输出端相连，具体包括以下步骤：
[0072] S100：获取图数据。
[0073] 本说明书所提供的基于忆阻器非线性权重映射的最短路径确定方法中的所有步骤均可由任何具有计算功能的电子设备实现，例如终端、服务器等设备。为了便于描述，下面仅以服务器为执行主体，对本说明书提供的基于忆阻器的最短路径确定方法进行说明，其中，实现本方法的硬件电路部署于该服务器的处理芯片上。
[0074] 首选服务器获取图数据，该图数据为加权图数据，在后续的步骤中，服务器将通过该硬件电路，计算该图数据中各节点之间的最短路径。
[0075] 该图数据的信息将被存储于硬件电路的突触阵列内。针对图数据中的每个节点，该节点与硬件电路中的一个神经元电路相对应，与该节点对应的神经元电路相连的突触电路包含的各第一忆阻器，表示图数据中与该节点相连的各条边。
[0076] 图2为本说明书实施例中提供的一种硬件电路的示意图，本说明书中的最短路径确定方法可通过图2所示的硬件电路实现，图2仅用于说明表示该硬件电路部分元件之间的连接组成，本说明书对图2未示出的元件之间的连接方式不做限制。
[0077] 如图2所示，突触阵列中包含的各第一忆阻器200以4×4的矩阵形式排布，该突触阵列包含4个突触电路204。神经元电路205中包含跨阻放大器202、负载电阻203、第二忆阻器201和模数转换器206。
[0078] 其中，在图2中以虚线框出的突触电路204和神经元电路205相互对应，则以虚线框出的神经元电路205的输出端208与以虚线框出的突触电路204的输入端207相连，以虚线框出的突触电路204中包含的各第一忆阻器204分别与各神经元电路205的输入端209相连，电压脉冲信号可通过各第一忆阻器200，沿着突触阵列的行传递，激活各神经元电路205中的第二忆阻器201。
[0079] 本说明书中的硬件电路为脉冲神经网络电路，该硬件电路中的第一忆阻器为突触器件，是非易失性的忆阻器器件，第二忆阻器为神经元器件，是易失性的选通器件。
[0080] S102：确定待施加电压脉冲信号对应的输入电压，针对所述图数据中每条边，根据该条边的权重、所述输入电压、所述第二忆阻器的阈值转换电压、所述跨阻放大器的等效电阻的阻值、所述负载电阻的阻值、所述第二忆阻器的高电阻值，确定该条边的权重的映射值。
[0081] 服务器将图数据中各条边的权重，确定各权重的映射值，以根据映射值设置突触阵列中各第一忆阻器的电导值，从而将图数据的信息存储于突触阵列中。
[0082] 本说明书中图数据中的各权重的映射值，通过下述方法确定。
[0083] 首先，服务器确定待施加电压脉冲信号对应的输入电压。
[0084] 其次，针对图数据每条边，根据该条边的权重、硬件电路中负载电阻的阻值和第二忆阻器的高电阻值，确定电阻和，根据第二忆阻器的高电阻值与电阻和的比值，确定第二忆阻器的分压比例。
[0085] 然后，根据第二忆阻器的高电阻值与该电阻和的比值，确定第二忆阻器的分压比例，根据该条边的权重的负自然指数值，确定该条边的权重的映射参数。
[0086] 最后，服务器将该映射参数、该分压比例、输入电压和跨阻放大器的等效电阻的阻值的乘积，作为中间值。根据第二忆阻器的阈值转换电压与该中间值的比值，确定该条边的权重的映射值。
[0087] 具体的，该条边的权重的映射值可根据如下公式确定：
[0088]
[0089] 其中，α表示第二忆阻器的分压比例，Rint表示负载电阻的阻值，Roff表示第二忆阻器的高电阻值。W′表示该条边的权重的映射值，W表示该条边的权重，Vt表示第二忆阻器的阈值转换电压，Vread表示输入电压，RTIA表示跨阻放大器的等效电阻的阻值，“1‑exp(‑kW)”表示映射参数，“αVreadRTIA(1exp(‑kW))”表示中间值。k为可调节的参数。
[0090] 根据上述公式，可以看出本说明书中采用非线性映射方法，权重与映射值之间的关系为非线性关系，但是权重越大，该权重对应的映射值越小，即映射值与权重之间负相关。
[0091] S104：确定所述图数据中各条边的权重的映射值，针对所述图数据中的每个节点，确定该节点对应的神经元电路，在与该节点对应的神经元电路相连的突触电路包含的各第一忆阻器中，确定该节点相连的边对应的第一忆阻器，将该节点相连的边的映射值，设置为该节点相连的边对应的第一忆阻器的电导值。
[0092] 服务器根据上述步骤确定图数据中各条边的权重的映射值，然后将各条边的权重的映射值，设置为突触阵列中各第一忆阻器的电导值。即，G＝W′。其中，G表示电导值。则本说明书中权重与电导值之间的关系也为非线性关系。
[0093] 具体的，服务器针对图数据中的每个节点，确定该节点对应的神经元电路，在与该节点对应的神经元电路相连的突触电路包含的各第一忆阻器中，确定该节点相连的边对应的第一忆阻器，将该节点相连的边的映射值，设置为该节点相连的边对应的第一忆阻器的电导值。
[0094] 服务器将图数据中各条边的权重映射为突触阵列中各第一忆阻器的电导值，在施加电压脉冲信号的情况下，该电压脉冲信号可使电路中产生的电流沿着突触电路中的各第一忆阻器分别向不同的神经元电路传递。如图2所示，施加电压脉冲信号时，以突触阵列中的第一列突触电路为例，电流可分别沿着该突触电路包含的4个第一忆阻器连接的神经元电路向右横向传递。
[0095] S106：向所述硬件电路施加所述电压脉冲信号，根据所述硬件电路包含的各第二忆阻器的激活顺序，确定最短路径。
[0096] 在最短路径确定方法中，边的权值表示两个节点之间的距离长度，权重小，则表示距离短，则短距离的权重对应的第一忆阻器连接的神经元电路中的第二忆阻器的激活时间短。因此，本说明书中，能够通过各第二忆阻器的激活顺序，确定最短路径中各节点的顺序。
[0097] 但是，因为忆阻器为非线性元件，在固定电压下，本说明书中第一忆阻器的电导值，与第二忆阻器的激活时间之间的关系是非线性关系。现有的权重映射方法，通常为线性映射，如根据权重的预设比例，或者根据权重的预设偏置值确定电导值。则通过现有的权重映射方法进行映射后，因为权重与电导值之间为关系为线性关系，则第一忆阻器的电导值，与第二忆阻器的激活时间之间的关系，仍然是非线性关系。
[0098] 本说明书中根据各第二忆阻器的激活时间确定最短路径，在本说明书的最短路径确定的应用场景下，需要第二忆阻器的激活时间能够准确反映图数据中权重的大小关系。若权重与各第二忆阻器的激活时间之间不是线性关系，则会导致最短路径确定的误差。
[0099] 通过本说明书中的非线性权重映射方法，可以使第一忆阻器的电导值对应的权重与第二忆阻器的激活时间之间的关系转变为线性关系，增加最短路径算法硬件实现的准确度。线性关系的说明将在后文叙述。
[0100] 服务器在激活图数据中所有节点对应的第二忆阻器后，根据起始节点以及各第二忆阻器的激活顺序，即可确定最短路径。各第二忆阻器的激活顺序，即为最短路径中起始节点之后各节点依次连接的顺序。
[0101] 突触阵列中各第一忆阻器的电导值设置完成后，服务器将图数据中的任一节点作为起始节点，通过该硬件电路中各第二忆阻器的激活顺序，确定最短路径中的各节点的顺序。本说明书中，将一个第二忆阻器的激活过程，作为最短路径中一个节点的确定过程。
[0102] 服务器从起始节点的下一个节点开始，依次针对图数据中起始节点以外的各节点对应轮次的确定过程，将起始节点作为该轮确定过程的目标节点，将该目标节点对应的神经元电路连接的突触电路，作为该轮确定过程的目标突触电路。
[0103] 该轮确定过程的目标突触电路，以及该目标突触电路中各第一忆阻器对应的神经元电路，组成该轮确定过程中的电压脉冲信号传递路线。
[0104] 服务器向目标突触电路施加电压脉冲信号，该电压脉冲信号可沿上述步骤确定的传递路线，通过目标突触电路中各第一忆阻器，传递至各神经元电路，激活各神经元电路的第二忆阻器。
[0105] 对于一个第一忆阻器来说，该第一忆阻器的电导值越大，表示该第一忆阻器的电阻值越小，在同等的输入电压下，流经该第一忆阻器的电流就越大，当电流流入与该第一忆阻器相连的神经元电路时，该神经元电路中的第二忆阻器的流入电流就越大，相应的该第二忆阻器的流入电压也越大。随着电压脉冲信号的持续施加，流入电压在该第二忆阻器内部不断累积，当累积的电压达到该第二忆阻器的阈值转换电压时，该第二忆阻器被激活，发射一个神经脉冲信号，发射的这个神经脉冲信号可用于选通突触阵列中，与该第二忆阻器所在神经元电路相连的突触电路，使施加的电压脉冲信号继续沿着与该第二忆阻器的输出端相连的突触电路传递。
[0106] 在第二忆阻器的激活过程中，第二忆阻器的流入电流越大，该第二忆阻器内部累积的电压达到阈值转换电压的时间就越短，则神经元电路的输入端连接的第一忆阻器的电导值越大，该神经元电路中的第二忆阻器越早被激活。即在一个激活过程中，第二忆阻器的流入电流与第二忆阻器的激活时间为负相关关系，流入电流越大，激活时间越短。
[0107] 在本说明书的一个或多个实施例中，服务器可分别获取目标突触电路中的各第一忆阻器相连的神经元电路的流入电流。在各流入电流中，确定电流值最大的流入电流，将电流值最大的流入电流对应神经元电路中的第二忆阻器，作为该轮确定过程中激活的第二忆阻器。
[0108] 目标突触电路中的各第一忆阻器，表示与该轮确定过程中的目标节点相连的各条边，目标突触电路中的各第一忆阻器的电导值，则表示各条边的权重。
[0109] 步骤S104中已经提到过，通过步骤S102中的映射方法，第一忆阻器的电导值与第二忆阻器的激活时间之间的关系为线性关系。
[0110] 因为各神经元电路的流入电流(各神经元电路对应第一忆阻器的流出电流)，与目标突触电路中的各第一忆阻器的电导值之间的关系为线性关系，具体关系式为Iout＝GVread，Iout表示第一忆阻器的流出电流。
[0111] 因此，各神经元电路的流入电流与第二忆阻器的激活时间之间的关系也是为线性关系。因为流入电流可以直接测量，故服务器能够获取到各神经元电路的流入电流，并根据流入电流的大小确定该轮确定过程中激活的第二忆阻器。
[0112] 然后，服务器将该轮确定过程中激活的第二忆阻器所在神经元电路对应的节点，作为该轮确定过程的目标节点的后继节点。服务器可将该轮确定过程的目标节点的后继节点保存，该轮确定过程结束后，服务器依次保存有起始节点和在各轮确定过程中确定的后继结点，当保存的各节点的数量与图数据包含的节点的数量相等时，根据保存的各节点的顺序确定最短路径。
[0113] 当硬件电路中的一个第二忆阻器激活后，发射神经脉冲信号，该神经脉冲信号通过激活的该第二忆阻器所在的神经元电路的输出端，经过数字控制电路转变为控制信号，该控制信号控制选通突触阵列中与后继结点对应的神经元电路连接的突触电路，开始下一轮确定过程。
[0114] 于是，服务器将后继结点作为下一轮确定过程的目标节点，将与后继节点对应的神经元电路连接的突触电路，作为下一轮确定过程的目标突触电路，继续下一轮确定过程，直至激活图数据包含的所有节点对应的第二忆阻器。
[0115] 基于上述图1所示的最短路径确定方法，根据待施加电压脉冲信号的输入电压，以及硬件电路中第二忆阻器的阈值转换电压、跨阻放大器的等效电阻的阻值、负载电阻的阻值、第二忆阻器的高电阻值，确定图数据中各条边的权重的映射值，并根据各映射值，设置突触阵列中各第一忆阻器的电导值，从而通过基于忆阻器的硬件电路，采用存内计算方式，实现图数据最短路径的计算，相比于软件实现的最短路径算法，加快了最短路径算法的计算效率。
[0116] 在上述步骤S106中，服务器还可通过计算目标突触电路中的各第一忆阻器连接的各神经元电路的第二忆阻器的激活时间，在各第二忆阻器中，确定激活时间最短的第二忆阻器，进而确定该轮确定过程中激活的第二忆阻器。
[0117] 首先，服务器针对所述目标突触电路中的每个第一忆阻器，根据该第一忆阻器的电导值与输入电压的乘积，确定该第一忆阻器的流出电流。
[0118] 具体的，该第一忆阻器的流出电流可根据如下公式确定：
[0119] Iout＝GVread
[0120] 其次，服务器将该第一忆阻器对应神经元电路中的第二忆阻器，作为待激活忆阻器，根据该第一忆阻器的流出电流与所述跨阻放大器的等效电阻的阻值的乘积，确定该待激活忆阻器的流入电压。
[0121] 具体的，待激活忆阻器的流入电压可根据如下公式确定：
[0122] Vin＝IoutRTIA
[0123] 其中，Vin表示待激活忆阻器的流入电压，即第二忆阻器的流入电压。
[0124] 再次，服务器根据该待激活忆阻器的流入电压与该分压比例的乘积，确定该待激活忆阻器的等效电压。
[0125] 具体的，待激活忆阻器的等效电压可根据如下公式确定：
[0126] Us＝Vin×α
[0127] 其中，Us表示待激活忆阻器等效电压。
[0128] 然后，服务器根据第二忆阻器的阈值转换电压和待激活忆阻器的等效电压的比值，确定激活参数。将1与所述激活参数之差作为真数，确定自然对数值，根据所述自然对数值，确定该待激活忆阻器的激活时间。
[0129] 具体的，待激活忆阻器的激活时间可根据如下公式确定：
[0130]
[0131] 其中，τ为可调节的参数。
[0132] 最后，服务器根据该轮确定过程中各第一忆阻器对应的待激活忆阻器的激活时间，在各第一忆阻器对应的待激活忆阻器中，确定激活时间最短的待激活忆阻器，并将该激活时间最短的待激活忆阻器，作为该轮确定过程中激活的第二忆阻器。
[0133] 本实施例中的方法通过计算各待激活忆阻器的激活时间，确定激活时间最短的第二忆阻器，为该轮确定过程中激活的第二忆阻器。本实施例的方法为直接确定激活时间的方法，可解释性强，但相较于上述步骤S106中的确定该轮确定过程中激活的第二忆阻器的方法，计算过程比较繁琐，计算效率低。
[0134] 根据上述公式可以推导出，t＝τ×k×W。即待激活忆阻器的激活时间和该第一忆阻器的电导值对应的权重之间的关系为线性关系。从而，各神经元电路中的第二忆阻器的激活时间顺序，可准确表示图数据中各条边的权重大小。
[0135] 所以，上述步骤S106中各神经元电路的流入电流，确定该轮确定过程中激活的第二忆阻器的方法与本实施例方法的准确性相同。因为上述步骤S106中的方法计算过程更加简单，可实现更高的计算效率，故上述步骤S106中的确定方法为优选方法。
[0136] 本说明书提供的最短路径确定方法还可用于图数据分类，下面结合图3，对该图数据分类方法进行说明。图3为本说明书中一种图数据分类方法的流程示意图，具体包括以下步骤：
[0137] S300：获取各待分类图数据，通过上述基于忆阻器非线性权重映射的最短路径确定方法，确定所述各待分类图数据对应的最短路径。
[0138] 同样的，本说明书所提供的图数据分类方法中的所有步骤均可由任何具有计算功能的电子设备实现，例如终端、服务器等设备。为了便于描述，下面仅以服务器为执行主体，对本说明书提供的图数据分类方法进行说明。
[0139] 在本说明书提供的图数据分类方法中，根据各图数据的最短路径确定各图数据的特征，以对各图数据进行分类。
[0140] 故，服务器首先确定各待分类图数据，通过上述提供的最短路径确定方法，确定各待分类图数据对应的最短路径。
[0141] S302：针对每个待分类图数据，确定该待分类图数据对应的最短路径中包含的各节点之间的边的权重，作为该待分类图数据对应的最短路径中包含的各距离长度。
[0142] 待分类图数据中各条边的权重，均表示各条边对应的两个节点之间的一个距离长度。服务器针对每个待分类图数据，确定该待分类图数据对应的最短路径中包含的各节点之间的边的权重，作为该待分类图数据对应的最短路径中包含的各距离长度。
[0143] S304：根据该待分类图数据对应的最短路径中包含的各距离长度，确定该待分类图数据的路径特征。
[0144] 在本说明书的一个或多个实施例中，服务器在该待分类图数据对应的最短路径中包含的各距离长度中，将大小相同的距离长度作为距离集合。根据各距离集合对应的距离长度的数量，确定该待分类图数据的路径特征。即在本实施例中，路径特征中各元素为各距离集合对应的距离长度的数量。
[0145] 本说明书对路径特征中，各距离集合对应的距离长度的数量的具体排列方式不做限制。服务器可以将各距离集合对应的距离长度的数量，按照数量的大小顺序排列，得到路径特征。也可以将各距离集合对应的距离长度的数量，随机排列，得到路径特征。
[0146] 上述确定路径特征的方式不是唯一的，在本说明书的一个或多个实施例中，服务器还可直接根据该待分类图数据对应的最短路径中包含的各条边对应距离长度的顺序，确定路径特征。即，本实施例中路径特征中各元素，为各条边对应距离长度的依次排列。
[0147] S306：根据所述各待分类图数据的路径特征，确定所述各待分类图数据的图特征。
[0148] 在本说明书的一个或多个实施例中，服务器可直接将各待分类图数据的路径特征，作为各待分类图数据的图特征。即服务器可直接将路径特征作为图数据的特征表示，以进行后续的分类步骤。
[0149] 为了提高分类的准确性，在本说明书的一个或多个实施例中，服务器针对每个待分类图数据，分别确定该待分类图数据的路径特征与其它各待分类图数据的路径特征之间的相似度。根据确定的各相似度，确定该待分类图数据的图特征。
[0150] 本说明书对相似度的确定方式不做限制，可根据余弦相似度确定，也可根据向量距离确定，等等。
[0151] 服务器确定图特征之后，可用图特征作为图数据的特征表示，进行后续的分类步骤。
[0152] S308：将所述各待分类图数据的图特征，输入分类器，得到所述各待分类图数据的分类结果。
[0153] 确定图特征之后，服务器将各待分类图数据的图特征，输入分类器，得到各待分类图数据的分类结果。
[0154] 该分类器可根据下述步骤进行训练。
[0155] 首先，服务器获取待训练的各样本图数据，以及各样本图数据对应的分类标签。其次，按照上述步骤S300～S306所述的方法，确定各样本图数据的图特征。然后，将各样本图数据的图特征输入待训练的分类器，得到各样本图数据的预测分类。根据所述各样本图数据的预测分类与各样本图数据对应的分类标签之间的差异，训练所述分类器。
[0156] 图4为本说明书提供的一种基于忆阻器非线性权重映射的最短路径确定装置示意图，该装置包含硬件电路，该硬件电路包含突触阵列和多个神经元电路，突触阵列由多个突触电路组成，突触电路包含多个第一忆阻器，神经元电路包含跨阻放大器、第二忆阻器和负载电阻，各第一忆阻器分别与自身对应的神经元电路的输入端相连，各突触电路的输入端分别与所述各突触电路对应的神经元电路的输出端相连，具体包括：
[0157] 获取模块400，用于获取图数据；
[0158] 映射值确定模块402，用于确定待施加电压脉冲信号对应的输入电压，针对所述图数据中每条边，根据该条边的权重、所述输入电压、所述第二忆阻器的阈值转换电压、所述跨阻放大器的等效电阻的阻值、所述负载电阻的阻值、所述第二忆阻器的高电阻值，确定该条边的权重的映射值；
[0159] 电导值设置模块404，用于确定所述图数据中各条边的权重的映射值，针对所述图数据中的每个节点，确定该节点对应的神经元电路，在与该节点对应的神经元电路相连的突触电路包含的各第一忆阻器中，确定该节点相连的边对应的第一忆阻器，将该节点相连的边的映射值，设置为该节点相连的边对应的第一忆阻器的电导值；
[0160] 最短路径确定模块406，用于向所述硬件电路施加所述电压脉冲信号，根据所述硬件电路包含的各第二忆阻器的激活顺序，确定最短路径。
[0161] 可选地，所述映射值确定模块402，具体用于根据所述负载电阻的阻值和所述第二忆阻器的高电阻值，确定电阻和，根据所述第二忆阻器的高电阻值与所述电阻和的比值，确定所述第二忆阻器的分压比例，根据该条边的权重的负自然指数值，确定该条边的权重的映射参数，将所述映射参数、所述分压比例、所述输入电压和所述跨阻放大器的等效电阻的阻值的乘积，作为中间值，根据所述第二忆阻器的阈值转换电压与所述中间值的比值，确定该条边的权重的映射值。
[0162] 可选地，所述最短路径确定模块406，具体用于将所述图数据中的任一节点作为起始节点，从所述起始节点的下一个节点开始，依次针对所述图数据中所述起始节点之外的各节点对应轮次的确定过程，将所述起始节点作为该轮确定过程的目标节点，将所述目标节点对应的神经元电路连接的突触电路，作为该轮确定过程的目标突触电路，根据所述目标突触电路中的各第一忆阻器的电导值，确定该轮确定过程中激活的第二忆阻器，将该轮确定过程中激活的第二忆阻器所在神经元电路对应的节点，作为所述目标节点的后继节点，通过该轮确定过程中激活的第二忆阻器所在神经元电路的输出端，将所述电压脉冲信号，传递回与所述后继节点对应的神经元电路连接的突触电路，并将所述后继节点作为下一轮确定过程的目标节点，将与所述后继节点对应的神经元电路连接的突触电路，作为下一轮确定过程的目标突触电路，继续下一轮确定过程，直至激活所述图数据包含的所有节点对应的第二忆阻器，根据所述起始节点，以及各轮确定过程中依次激活的第二忆阻器所在神经元电路对应的节点，确定最短路径。
[0163] 可选地，所述最短路径确定模块406，具体用于分别获取所述目标突触电路中的各第一忆阻器相连的神经元电路的流入电流，在各流入电流中，确定电流值最大的流入电流，将所述电流值最大的流入电流对应神经元电路中的第二忆阻器，作为该轮确定过程中激活的第二忆阻器。
[0164] 可选地，所述最短路径确定模块406，具体用于针对所述目标突触电路中的每个第一忆阻器，根据该第一忆阻器的电导值与所述输入电压的乘积，确定该第一忆阻器的流出电流，将该第一忆阻器对应神经元电路中的第二忆阻器，作为待激活忆阻器，根据该第一忆阻器的流出电流与所述跨阻放大器的等效电阻的阻值的乘积，确定所述待激活忆阻器的流入电压，根据所述待激活忆阻器的流入电压与所述分压比例的乘积，确定所述待激活忆阻器的等效电压，根据所述第二忆阻器的阈值转换电压和所述待激活忆阻器的等效电压的比值，确定激活参数，将1与所述激活参数之差作为真数，确定自然对数值，根据所述自然对数值，确定所述待激活忆阻器的激活时间，根据该轮确定过程中各第一忆阻器对应的待激活忆阻器的激活时间，在所述各第一忆阻器对应的待激活忆阻器中，确定激活时间最短的待激活忆阻器，将所述激活时间最短的待激活忆阻器，作为该轮确定过程中激活的第二忆阻器。
[0165] 可选地，所述装置还包括分类模块408；
[0166] 所述分类模块408，用于获取各待分类图数据，通过上述基于忆阻器非线性权重映射的最短路径确定方法，确定所述各待分类图数据对应的最短路径，针对每个待分类图数据，确定该待分类图数据对应的最短路径中包含的各节点之间的边的权重，作为该待分类图数据对应的最短路径中包含的各距离长度，根据该待分类图数据对应的最短路径中包含的各距离长度，确定该待分类图数据的路径特征，根据所述各待分类图数据的路径特征，确定所述各待分类图数据的图特征，将所述各待分类图数据的图特征，输入分类器，得到所述各待分类图数据的分类结果。
[0167] 可选地，所述分类模块408，具体用于在该待分类图数据对应的最短路径中包含的各距离长度中，将大小相同的距离长度作为距离集合，根据各距离集合对应的距离长度的数量，确定该待分类图数据的路径特征。
[0168] 可选地，所述分类模块408，具体用于针对每个待分类图数据，分别确定该待分类图数据的路径特征与其它各待分类图数据的路径特征之间的相似度，根据确定的各相似度，确定该待分类图数据的图特征。
[0169] 可选地，所述分类模块408，具体用于获取待训练的各样本图数据，以及所述各样本图数据对应的分类标签，通过上述最短路径确定方法，确定所述各样本图数据对应的最短路径，针对每个样本图数据，确定该样本图数据对应的最短路径中包含的各节点之间的边的权重，作为该样本图数据对应的最短路径中包含的各距离长度，根据该样本图数据对应的最短路径中包含的各距离长度，确定该样本图数据的路径特征，根据所述各样本图数据的路径特征，确定所述各样本图数据的图特征，将所述各样本图数据的图特征，输入待训练的分类器，得到所述各样本图数据的预测分类，根据所述各样本图数据的预测分类与所述各样本图数据对应的分类标签之间的差异，训练所述分类器。
[0170] 本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0171] 以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
