[发明专利]自适应泄漏值神经元信息处理方法和系统

权利要求书

1.一种自适应泄漏值神经元信息处理方法，应用于包括由硬件电路构建的神经网络的计算平台中，其特征在于，所述方法包括：

接收前端脉冲神经元输出信息；

读取当前脉冲神经元信息，所述当前脉冲神经元信息包括自适应膜电位泄漏信息；

根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息，计算当前脉冲神经元输出信息；

根据所述当前脉冲神经元输出信息，更新所述自适应膜电位泄漏信息；

输出所述当前脉冲神经元输出信息；

其中，所述前端脉冲神经元输出信息，包括：前端脉冲神经元输出的脉冲尖端信息、前端神经元与当前神经元的连接权重索引；

所述当前脉冲神经元信息，还包括：当前时间窗宽度、当前时间窗内脉冲尖端信息序列、存储在寄存器中的历史膜电位信息；

所述根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息，计算当前脉冲神经元输出信息，包括：

根据所述前端神经元与当前神经元的连接权重索引，从当前神经元内的存储器中读取前端神经元与当前神经元的连接权重；

根据所述前端脉冲神经元输出的脉冲尖端信息，和所述当前时间窗内脉冲尖端信息序列，更新所述当前时间窗内脉冲尖端信息序列，获取当前时间窗内脉冲尖端信息更新序列；

根据所述当前时间窗宽度、所述当前时间窗内脉冲尖端信息更新序列，通过衰减函数计算前端脉冲神经元输入信息；

根据所述前端脉冲神经元输入信息、所述前端脉冲神经元与当前脉冲神经元的连接权重、所述历史膜电位信息、所述自适应膜电位泄漏信息，通过脉冲神经元计算模型，计算当前脉冲神经元输出信息；

其中，在所述根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息，计算当前脉冲神经元输出信息的步骤之后，在所述输出所述当前脉冲神经元输出信息的步骤之前，所述方法还包括：

获取阈值电位；

将所述当前脉冲神经元输出信息和所述阈值电位进行比较，根据比较结果确定发放触发标志信息，所述发放触发标志信息包括：发放触发或发放不触发；

当所述发放触发标志信息为发放触发时，复位不应期计时器，并更新所述历史膜电位信息为预设的复位膜电位信息；

当所述发放触发标志信息为发放不触发时，读取不应期宽度和不应期计时器的当前时间步；

根据所述不应期宽度和所述不应期计时器的当前时间步，判断当前时间是否在不应期内，若当前时间在所述不应期内，将所述不应期计时器累加计时一个时间步，不更新所述历史膜电位信息；

若当前时间不在应期内，将所述不应期计时器累加计时一个时间步，并更新所述历史膜电位信息为所述当前脉冲神经元输出信息；

其中，所述获取阈值电位，包括：

通过伪随机数发生器产生随机阈值；

读取随机阈值掩模电位、阈值偏置和所述随机阈值；

利用所述随机阈值与预设的随机阈值掩模电位按位取与操作，产生阈值随机叠加量；

将所述阈值随机叠加量与所述阈值偏置相加，得到所述阈值电位；

其中，所述伪随机数发生器的初始种子由配置寄存器输出，所述掩模电位用于限制阈值增量的范围，若所述掩模电位为零，则所述阈值随机叠加量为0，发放模式退化为固定阈值发放，固定阈值为所述阈值偏置；若所述掩模电位不为零，则所述发放模式为部分概率阈值发放；当阈值偏置为0，则发放模式为完全概率阈值发放。

2.根据权利要求1所述的自适应泄漏值神经元信息处理方法，其特征在于，根据所述当前脉冲神经元输出信息，更新所述自适应膜电位泄漏信息，包括：

读取静息膜电位信息和泄漏值缩放因子；

根据所述静息膜电位信息、所述泄漏值缩放因子和所述当前脉冲神经元输出信息，更新所述自适应膜电位泄漏信息。

3.根据权利要求2所述的自适应泄漏值神经元信息处理方法，其特征在于，所述输出所述当前脉冲神经元输出信息，包括：

读取发放使能标识，所述发放使能标识包括允许发放数据或不允许发放数据；当所述发放使能标识为允许发放数据时，

读取所述发放触发标志信息，当所述发放触发标志信息为发放触发时；

输出所述当前脉冲神经元输出信息。