公开(公告)号：CN118447317A

公开(公告)日：2024-08-06

申请号：CN202410580273.1

申请日：2024-05-11

Applicant: 东南大学

Inventor： 莫凌飞 ,  张伟强

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/049 ,  G06V10/80 ,  G06V10/762 ,  G06N3/088 ,  G06N3/084 ,  G06V10/36

Abstract: 本发明公开了一种基于多尺度脉冲卷积神经网络的图像分类学习方法，包括步骤（1）以脉冲神经元为基本单元设计多尺度脉冲卷积神经网络的结构；步骤（2）将输入信号按照对比度强度编码为时域中的离散脉冲事件；步骤（3）卷积时空特征提取；步骤（4）多尺度卷积时空特征融合；步骤（5）SNN输出层无监督聚类学习；相比于其他利用误差反向传播实现音频识别的模型，本发明的整个网络基于与权重相关的STDP无监督学习规则训练的，通过调节参数，在MNIST数据集上实现了93.7%的分类精度；将训练好的多尺度脉冲卷积神经网络图像分类模型部署到神经拟态芯片或以脉冲神经网络为基础的类脑计算平台上，实现对图像的高效识别；具有更好的生物可解释性。