公开(公告)号：CN114186672A

公开(公告)日：2022-03-15

申请号：CN202111547249.0

申请日：2021-12-16

Applicant: 西安交通大学 ,  中国电子科技集团公司第二十四研究所

Inventor： 张国和 ,  裴旭东 ,  刘佳 ,  俞宙 ,  丁莎

IPC: G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V30/32 ,  G06K9/62

Abstract: 一种用于脉冲神经网络的高效高精度训练算法，包括以下步骤：采集MNIST手写数字图像，对MNIST手写数字图像进行预处理，得到脉冲序列；根据脉冲神经网络输出和样本真实标签构建损失函数，采用反向传播方法将脉冲序列输入到脉冲神经网络中，对脉冲神经网络进行训练，得到训练完成的脉冲神经网络；将待分类数据输入训练后的脉冲神经网络，得到分类结果。本发明编码效率更高，克服了梯度传递的问题，仿真时间得以缩短，仿真消耗降低，保持了较高的分类准确率，拓展性良好，可以应用于不同的学习分类任务。