[发明专利]一种脉冲神经网络权重图像化比较预测及网络抗干扰方法

摘要

本发明公开了面向图像识别任务领域一种脉冲神经网络权重图像化比较预测及网络抗干扰方法，所述的方法包括以下步骤：1)对训练的脉冲神经网络使用权重图像化比较WGC方案进行预测；2)对模型训练得到的权重进行增强处理。提出权重图像化比较的网络预测方案，通过将新测试数据与网络学习到的每个过滤器二维化权重做图像相似度比较，输出最相近的过滤器映射的标签类别完成对数据的类别预测。本发明验证了该方案下的两种指标的表现。结果表明该方案对于提升网络的预测精度和训练收敛表现有着显著的帮助。通过对权重采取若干组的干扰添加，使得网络得以在标准训练集训练后能够相当好地应对测试数据的较大扰动干扰，显著提升了网络的鲁棒性。