[发明专利]一种脉冲神经网络间接监督训练方法

权利要求书

1.一种脉冲神经网络间接监督训练方法，包括将人工神经网络ANN转化为脉冲神经网络SNN的方法，其特征在于：所述将人工神经网络ANN转化为脉冲神经网络SNN的方法包括以下步骤：

步骤一：选用ReLU()作为激活函数；

步骤二：将ANN中所有偏置置零之后进行训练；

步骤三：权值定点化。

最终，SNN逻辑网络的生成步骤概括如下：

步骤一：按照设定好的网络结构及超参数，采用BP算法训练ANN网络，得到所有神经元的输入权值；

步骤二：将第二代神经元模型中权值与输入之间的乘加运算转换为第三代神经元模型的加法运算，此加法由脉冲的到达触发，判断脉冲的ID是否与当前神经元连接；

步骤三：将第二代神经元模型中的非线性激活过程，转换为阈值判断，当膜电位大于阈值时，产生新的脉冲并将膜电位置零，否则保持不变；

步骤四：将所有的权重定点化。

2.根据权利要求1所述的一种脉冲神经网络间接监督训练方法，其特征在于：ReLU()激活函数与Sigmoid()和Tanh()不同，ReLU()激活函数的输出为非负值，能够解决激活值为负数的问题。同时，当输入大于0时，ReLU()激活函数是线性的，这一特点能够在一定程度上减轻从ANN到SNN带来的性能损失。