-
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
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。