[发明专利]自适应阈值神经元信息处理方法和系统有效

专利信息
申请号: 201710042067.5 申请日: 2017-01-20
公开(公告)号: CN106875005B 公开(公告)日: 2019-09-20
发明(设计)人: 裴京;邓磊;施路平;吴臻志;李国齐 申请(专利权)人: 清华大学
主分类号: G06N3/04 分类号: G06N3/04;G06N3/06
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 王程
地址: 100084*** 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:
搜索关键词: 自适应 阈值 神经元 信息处理 方法 系统
【权利要求书】:

1.一种自适应阈值神经元信息处理方法,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;

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;

读取当前自适应阈值变量和阈值电位,并根据所述当前自适应阈值变量和所述阈值电位,计算当前自适应阈值;

判断所述当前脉冲神经元输出信息是否大于或等于所述自适应阈值,若是,则输出所述当前脉冲神经元输出信息,并根据第一自适应阈值更新模型更新所述当前自适应阈值变量,若否,

不输出所述当前脉冲神经元输出信息,并根据第二自适应阈值更新模型更新所述当前自适应阈值变量。

2.根据权利要求1所述的自适应阈值神经元信息处理方法,其特征在于:

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、前端脉冲神经元与当前脉冲神经元的连接权重索引;

所述当前脉冲神经元信息包括:当前时间窗宽度、当前时间窗内脉冲尖端信息序列、历史膜电位信息和膜电位泄漏信息;

则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:

根据所述前端脉冲神经元与当前脉冲神经元的连接权重索引,读取前端脉冲神经元与当前脉冲神经元的连接权重;

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、所述膜电位泄露信息,通过脉冲神经元计算模型,计算当前脉冲神经元输出信息。

3.根据权利要求2所述的自适应阈值神经元信息处理方法,其特征在于,当所述当前脉冲神经元输出信息大于或等于所述自适应阈值时,所述输出所述当前脉冲神经元输出信息,并根据第一自适应阈值更新模型更新所述当前自适应阈值变量,还包括:

确定发放触发标志信息为发放触发,所述发放触发标志信息包括发放触发或发放不触发;

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。

4.根据权利要求3所述的自适应阈值神经元信息处理方法,其特征在于,所述不输出所述当前脉冲神经元输出信息,并根据第二自适应阈值更新模型更新所述当前自适应阈值变量,还包括:

确定所述发放触发标志信息为发放不触发;

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;

若当前时间不在所述不应期内,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。

5.根据权利要求1所述的自适应阈值神经元信息处理方法,其特征在于,所述读取当前自适应阈值变量和阈值电位,并根据所述当前自适应阈值变量和所述阈值电位,计算当前自适应阈值,包括:

读取随机阈值掩模电位、阈值偏置、当前自适应阈值变量和随机阈值;

将所述随机阈值和所述随机阈值掩模电位进行按位与操作,获取阈值随机叠加量;

根据所述阈值随机叠加量和所述阈值偏置,确定所述阈值电位;

根据所述阈值电位和所述当前自适应阈值变量,确定所述当前自适应阈值。

6.根据权利要求1所述的自适应阈值神经元信息处理方法,其特征在于,所述根据第一自适应阈值更新模型更新所述当前自适应阈值变量,包括:

读取发放阈值增量和所述当前自适应阈值变量;

根据预设的衰减常数和所述当前自适应阈值变量,计算第一阈值;

将所述发放阈值增量叠加至所述第一阈值,获取第二阈值;

根据所述第二阈值更新所述当前自适应阈值变量。

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清华大学,未经清华大学许可,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/pat/books/201710042067.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top