公开(公告)号：CN112116010B

公开(公告)日：2023-12-12

申请号：CN202010995633.6

申请日：2020-09-21

Applicant: 中国科学院自动化研究所

Inventor： 李杨 ,  赵东城 ,  曾毅

IPC: G06F18/241 ,  G06N3/0464 ,  G06N3/06 ,  G06N3/08

Abstract: 本发明属于类脑智能、人工智能领域，具体涉及一种基于膜电势预处理的ANN‑SNN转换的分类方法，旨在解决现有的ANN‑SNN转换方法获取的脉冲神经网络存在较大的时间延迟以及网络分类性能较低的问题。本系统方法包括获取待分类数据并进行实值编码，将实值编码后的数据作为输入数据；将输入数据输入通过ANN‑SNN转换后的脉冲神经网络中，结合IF神经元的软重置，通过设定时间步长的膜电势预处理，得到预初始化的膜电势信息；将输入数据重新输入所述脉冲神经网络中，结合预初始化的膜电势信息，通过前向传播得到待分类数据的分类结果。本发明提高了收敛速度，减小了时间延迟，并提高了网络的分类性能。

公开(公告)号：CN110826437A

公开(公告)日：2020-02-21

申请号：CN201911014231.7

申请日：2019-10-23

Applicant: 中国科学院自动化研究所

Inventor： 张铁林 ,  曾毅 ,  史梦婷 ,  赵东城

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  B25J9/16

Abstract: 本发明属于计算神经科学及智能机器人领域，具体涉及了一种基于生物神经网络的智能机器人控制方法、系统、装置，旨在解决现有的海马启发脉冲生物神经网络模型无法实现智能机器人复杂模式控制的问题。本发明方法包括：基于生物海马区亚区的结构和功能启发构建特征提取、特征关联学习神经网络，对智能机器人环境图像进行处理；采用分类神经网络基于得到的特征向量获取智能机器人行为类别；通过智能机器人行为类别-控制命令关系，获得智能机器人控制命令。本发明生物神经网络模型在抗噪性能上有很大的提升，提高了复杂背景下的物体感知、高噪声背景下的物体识别的正确率，网络模型的鲁棒性好，为NAO智能机器人控制提供了一个有效的决策方法。

公开(公告)号：CN108304856A

公开(公告)日：2018-07-20

申请号：CN201711332985.8

申请日：2017-12-13

Applicant: 中国科学院自动化研究所

Inventor： 赵东城 ,  曾毅 ,  孔庆群

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及类脑智能和人工智能领域，具体涉及一种基于皮层丘脑计算模型的图像分类方法。旨在解决传统人工神经网络中浪费训练数据和训练神经网络过程中所需计算量较大的问题。本发明基于轮廓先验神经网络N1、融合丘脑调控作用的神经网络N2，分别对输入图像进行分类标记的预测，并按照预设的权值对两个预测结果进行融合得到所述输入图像的分类。本发明在小样本数据训练情况下利用MNIST数据集和FashionMNIST数据集进行图像分类测试，测试结果表明基于皮层丘脑计算模型的图像分类方法其性能均比传统的人工神经网络优异。