-
公开(公告)号：CN117094368A
公开(公告)日：2023-11-21
申请号：CN202310647652.3
申请日：2023-06-02
Applicant: 电子科技大学
IPC: G06N3/049 , G06N3/088 , G06N3/042 , G06F18/22 , G06F40/151
Abstract: 本发明公开了一种生物启发式文本序列处理方法，涉及文本序列处理领域，应用于序列检索和序列恢复任务。本方法模仿人脑皮质神经微柱结构，在每个微柱结构中封装大量并行的Spiking神经元；加入突触延迟和Theta振荡机制，保证对文本序列的周期性学习和预测；设计稀疏时间群编码方案，将输入文本字符转化为稀疏的分布式表征；提出基于Spiking的无监督学习规则，实现文本序列的存储和关联过程。本方法通过周期性地存储和关联输入序列字符的分布式表征，可以从部分上下文中完成序列检索任务，从受损信息中完成序列恢复任务，为人工联想系统的构建提供了新思路，同时也扩展了基于Spiking的类脑芯片的应用范围。
-
公开(公告)号：CN113901869A
公开(公告)日：2022-01-07
申请号：CN202111029361.5
申请日：2021-09-02
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于Spiking神经网络的无接触液位检测方法，涉及图像处理领域，从视频中提取有效静态信息与动态信息；将得到的信息转换为脉冲序列；利用spiking神经元构建多层神经网络；设定spiking神经元参数；将所述脉冲序列作为输入，在液面即将到达容器口时释放脉冲信号；本方法将SNN与图像处理的方法相结合，应用于无接触液位检测，为智能检测设备轻量化、边缘化提供了新思路，同时扩展了基于spiking神经网络的类脑芯片的应用范围。
-
公开(公告)号：CN113901869B
公开(公告)日：2023-04-21
申请号：CN202111029361.5
申请日：2021-09-02
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于Spiking神经网络的无接触液位检测方法，涉及图像处理领域，从视频中提取有效静态信息与动态信息；将得到的信息转换为脉冲序列；利用spiking神经元构建多层神经网络；设定spiking神经元参数；将所述脉冲序列作为输入，在液面即将到达容器口时释放脉冲信号；本方法将SNN与图像处理的方法相结合，应用于无接触液位检测，为智能检测设备轻量化、边缘化提供了新思路，同时扩展了基于spiking神经网络的类脑芯片的应用范围。
-
公开(公告)号：CN116453505A
公开(公告)日：2023-07-18
申请号：CN202310444911.2
申请日：2023-04-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多层脉冲神经网络的数字样本语音信号识别方法，包括以下步骤：采集原始模拟信号并将其转换成数字信号继而生成音频文件；对音频文件进行分帧、加窗以及快速傅里叶变换后得到时频谱图，从时频谱图中提取有效信息；将得到的信息利用Spiking神经网络相关编码方案转换为脉冲序列；利用Spiking神经元构建多层Spiking神经网络；设定Spiking神经元参数，使用Spiking神经网络相关学习算法训练好Spiking神经网络；Spiking神经网络的输入为所述脉冲序列，Spiking神经网络的输出为识别判断的语音信号。本发明将Spiking神经网络相关学习算法应用于数字样本的语音信号识别，为在边缘设备上进行语音识别的拓展提供了新思路，同时扩展了基于Spiking神经网络的类脑芯片的应用范围。
-
-
-
Search Results
4
records
(took 0.012 seconds)
