[发明专利]一种非确定性问题的概率确定方法

权利要求书

1.一种非确定性问题的概率确定方法，其特征在于，采用概率神经网络拓扑结构执行以下步骤：

确定非确定性问题各训练数据样本的特征维度种类，从所述概率神经网络拓扑结构的多个输入神经元电路中划分出每种特征维度对应的输入神经元电路子组，并分别对每个子组中的各输入神经元电路编号；

基于所述编号，对各样本的各特征维度数据编码；基于所述编码后的所有样本，训练所述概率神经网络拓扑结构，其中所述概率神经网络拓扑结构的所有概率神经元电路的个数为非确定性问题的待分类种类个数；

采用所述训练的概率神经网络拓扑结构，进行所述非确定性问题的概率确定；

其中，所述概率神经网络拓扑结构包括：多个输入神经元电路，多个输出神经元电路，侧向抑制神经元电路，以及信号处理器；其中，所述输出神经元电路为概率神经元电路；

各所述输入神经元电路用于向各所述概率神经元电路发放电信号；每个所述概率神经元电路用于基于其非固定激发阈值以及各所述输入神经元电路发放的电信号，进行随机性激发；所述侧向抑制神经元电路用于当接收到前n个概率神经元电路激发的信号时，抑制后续其它概率神经元电路的激发，其中n≥1；所述信号处理器用于采集每个所述概率神经元电路的激发与否信号并进行信号处理；

所述概率神经元电路包括：积分电容，以及并联其两端的依次串联的非固定阈值易失性器件和负载电阻；

所述积分电容的一端接地，另一端用于外接突触电阻以外接信号输入源；所述负载电阻的与所述非固定阈值易失性器件相对的一端接地。

2.根据权利要求1所述的一种非确定性问题的概率确定方法，其特征在于，每个所述输入神经元电路具体用于：

通过突触电阻向所述输出神经元组中各概率神经元电路发放电信号，其中，该输入神经元电路与每个概率神经元电路之间的突触电阻分别与该概率神经元电路中的积分电容和非固定阈值易失性器件连接。

3.根据权利要求1所述的一种非确定性问题的概率确定方法，其特征在于，每个概率神经元电路的激发阈值随该概率神经元电路中积分电容的膜电压增加而呈指数变化。

4.根据权利要求1所述的一种非确定性问题的概率确定方法，其特征在于，所述训练具体为采用全局削弱的STDP学习法则进行训练。

5.根据权利要求1所述的一种非确定性问题的概率确定方法，其特征在于，所述对各样本的各特征维度数据编码，具体为：

对每个特征维度的所有样本的数据进行无量纲化处理，使得处理得到的该特征维度的每个编码数据与该特征维度对应的一输入神经元电路编号相同。

6.根据权利要求5所述的一种非确定性问题的概率确定方法，其特征在于，所述训练所述概率神经网络拓扑结构，具体为：

向所述多个输入神经元电路输入一个样本的所有编码数据，编号分别与该样本各特征维度的编码数据相同的各输入神经元电路同步发放电信号，每个所述概率神经元电路通过突触电阻接收各电信号，且当任一所述概率神经元电路激发时，所述侧向抑制神经元抑制其它概率神经元电路的激发；

采用STDP学习法则，更新各突触电阻大小，之后向所述多个输入神经元电路输入下一个样本的所有编码数据，直至达到终止条件，完成所述概率神经网络拓扑结构的训练。

7.根据权利要求5所述的一种非确定性问题的概率确定方法，其特征在于，每个所述输入神经元电路子组由连续相邻的多个输入神经元电路组成，且各子组之间无交叠。