[发明专利]基于脉冲神经网络的图像分类方法及装置在审
| 申请号： | 201810382816.3 | 申请日： | 2018-04-25 |
| 公开（公告）号： | CN108846408A | 公开（公告）日： | 2018-11-20 |
| 发明（设计）人： | 王常勇;周瑾;韩久琦;张华亮;柯昂;徐葛森 | 申请（专利权）人： | 中国人民解放军军事科学院军事医学研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06F5/06 |
| 代理公司： | 北京中誉威圣知识产权代理有限公司 11279 | 代理人： | 席勇;张静轩 |
| 地址： | 100036*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于脉冲神经网络的图像分类方法，包括：将外部输入的图像模拟量编码成脉冲时间序列；脉冲时间序列分别添加延时信息，并将添加延时信息的脉冲时间序列存入FIFO存储器内进行缓存；将当前添加延时信息的脉冲时间序列输入到IF脉冲神经元模型中以产生神经元膜电压信号，其中，IF脉冲神经元模型采用流水线架构并且神经元模型计算方法是经过优化的；以及通过将膜电压信号与阈值比较并对膜电压信号进行分类判别，来产生基于泊松分布的神经脉冲序列。本发明的图像分类方法能够使得脉冲神经网络具有强大计算能力，并且可以模拟各种神经元信号和任意连续函数，运算效率高，使脉冲神经网络更具有硬件实现价值。 | ||
| 搜索关键词： | 脉冲 脉冲神经网络 时间序列 神经元模型 图像分类 延时信息 膜电压 缓存 流水线架构 神经元信号 泊松分布 电压信号 计算能力 连续函数 神经脉冲 神经元膜 图像模拟 硬件实现 运算效率 阈值比较 存储器 分类 外部 优化 | ||
【主权项】：
1.一种基于脉冲神经网络的图像分类方法，其特征在于，所述图像分类方法包括如下步骤：将外部输入的图像模拟量编码成脉冲时间序列；对所述脉冲时间序列分别添加延时信息，并将添加延时信息的脉冲时间序列存入FIFO存储器内进行缓存；将当前添加延时信息的脉冲时间序列输入到IF脉冲神经元模型中以产生神经元膜电压信号，其中，所述IF脉冲神经元模型采用流水线架构并且神经元模型计算方法是经过优化的；以及通过将所述膜电压信号与阈值比较并对所述膜电压信号进行分类判别，来产生基于泊松分布的神经脉冲序列。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军军事科学院军事医学研究院，未经中国人民解放军军事科学院军事医学研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810382816.3/，转载请声明来源钻瓜专利网。
