期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
脉冲神经网络:模型、学习算法与应用 被引量：20
1
作者 程龙 刘洋 《控制与决策》 EI CSCD 北大核心 2018年第5期923-937,共15页
脉冲神经网络是目前最具有生物解释性的人工神经网络,是类脑智能领域的核心组成部分.首先介绍各类常用的脉冲神经元模型以及前馈和循环型脉冲神经网络结构;然后介绍脉冲神经网络的时间编码方式,在此基础上,系统地介绍脉冲神经网络的学... 脉冲神经网络是目前最具有生物解释性的人工神经网络,是类脑智能领域的核心组成部分.首先介绍各类常用的脉冲神经元模型以及前馈和循环型脉冲神经网络结构;然后介绍脉冲神经网络的时间编码方式,在此基础上,系统地介绍脉冲神经网络的学习算法,包括无监督学习和监督学习算法,其中监督学习算法按照梯度下降算法、结合STDP规则的算法和基于脉冲序列卷积核的算法3大类别分别展开详细介绍和总结;接着列举脉冲神经网络在控制领域、模式识别领域和类脑智能研究领域的应用,并在此基础上介绍各国脑计划中,脉冲神经网络与神经形态处理器相结合的案例;最后分析脉冲神经网络目前所存在的困难和挑战. 展开更多
关键词 脉冲神经网络 脉冲神经元模型 学习算法 stdp规则 类脑智能 神经形态处理器
原文传递
基于STDP规则的脉冲神经网络研究 被引量：2
2
作者 庄祖江 房玉 +2 位作者 雷建超 刘栋博 王海滨 《计算机工程》 CAS CSCD 北大核心 2020年第9期83-88,94,共7页
人类对于生物系统信息的处理主要依赖于构成复杂神经网络的数十亿个神经元,并且信息以脉冲的形式进行传输。利用STDP学习算法构建基于LIF模型的两层脉冲神经网络结构,并对分类层算法进行改进,提出一种投票竞争机制。通过多次训练后对神... 人类对于生物系统信息的处理主要依赖于构成复杂神经网络的数十亿个神经元,并且信息以脉冲的形式进行传输。利用STDP学习算法构建基于LIF模型的两层脉冲神经网络结构,并对分类层算法进行改进,提出一种投票竞争机制。通过多次训练后对神经元表现类别进行竞争投票,优化同等神经元数量的网络机构在图像分类问题中的性能。在MNIST数据集上进行实验验证,结果表明,该投票竞争机制准确率达到98.1%,与同等网络规模下未采用投票竞争机制的脉冲神经网络相比,准确率平均提高了约6%,而且当神经元数目较少时,在不增加训练时间情况下,可以取得与更加复杂网络结构相同的训练结果。 展开更多
关键词 stdp规则 脉冲神经网络 LIF模型 投票竞争机制 图像识别
下载PDF
脉冲神经网络算法及其在扑克游戏中的应用
3
作者 董丽亚 何虎 +1 位作者 王麒淋 杨旭 《计算机工程与设计》 北大核心 2021年第9期2462-2471,共10页
随着人工智能的发展,目前主流的神经网络面临着计算量大、功耗高、智能化程度低等问题。为解决以上问题,根据人脑的特性,提出具有普适性的多层脉冲神经网络结构,利用生物学的因果律提出脉冲神经网络算法。通过控制“引导”神经元的激活... 随着人工智能的发展,目前主流的神经网络面临着计算量大、功耗高、智能化程度低等问题。为解决以上问题,根据人脑的特性,提出具有普适性的多层脉冲神经网络结构,利用生物学的因果律提出脉冲神经网络算法。通过控制“引导”神经元的激活时间间接调整目标权值,将算法应用在扑克游戏中,使扑克机器人能够学习一个人的打牌能力,实现拟人化程度为85%,验证了算法的可行性,同时表明脉冲神经网络具有强智能性。 展开更多
关键词 人工智能 脉冲神经网络 网络结构 学习算法 监督学习 斗地主 突触可塑性规则 赫布规则
下载PDF
一种改进的基于STDP规则的SOM脉冲神经网络 被引量：3
4
作者 王蕾 王连明 《东北师大学报（自然科学版）》 CAS CSCD 北大核心 2017年第3期52-56,共5页
将脉冲神经网络的高效处理能力与自组织映射神经网络相结合,构造了一种基于突触可塑性(STDP)规则的SOM脉冲神经网络模型.该网络将输入和权值用脉冲发放时间编码,符合生物信息处理机制.用STDP规则调整权值,不需要通过学习率控制收敛速度... 将脉冲神经网络的高效处理能力与自组织映射神经网络相结合,构造了一种基于突触可塑性(STDP)规则的SOM脉冲神经网络模型.该网络将输入和权值用脉冲发放时间编码,符合生物信息处理机制.用STDP规则调整权值,不需要通过学习率控制收敛速度,缩短网络训练时间.使用欧氏距离的平方计算权值和样本之间的相似度,与欧氏距离法相比简化了计算,便于硬件实现.基于MATLAB仿真平台,用该网络对UCI机器学习数据库中Iris数据集进行聚类后精度达到93.33%,比传统的SOM、K-means等聚类方法更具有优越性. 展开更多
关键词 自组织映射神经网络 脉冲神经网络 stdp学习规则 聚类
下载PDF
基于STDP学习规则的视网膜神经回路的特性 被引量：3
5
作者 杨师华 刘深泉 +1 位作者 詹飞彪 张晓函 《动力学与控制学报》 2019年第2期127-135,共9页
基于视网膜的生理解剖结构,构建了包括视锥细胞、水平细胞、双极细胞、AII无长突细胞、神经节细胞、外侧膝状体核和ON通路与OFF通路的视网膜神经回路模型,并在神经节细胞层和外侧膝状体核层的突触连接中引入STDP(Spike-Timing Dependent... 基于视网膜的生理解剖结构,构建了包括视锥细胞、水平细胞、双极细胞、AII无长突细胞、神经节细胞、外侧膝状体核和ON通路与OFF通路的视网膜神经回路模型,并在神经节细胞层和外侧膝状体核层的突触连接中引入STDP(Spike-Timing Dependent Plasticity)学习规则,通过添加单一图形刺激和交替图形刺激,比较神经节细胞和外侧膝状体核的电位发放、发放频率以及两者之间突触权重的变化,研究视网膜神经回路的信息传递特性.结果表明:构建的神经回路模型可有效地将光照强度信息转化为发放时序频率信息,且表现出生物视网膜的信息结构特性;STDP学习规则的引入使得外侧膝状体核层接收了相应的刺激模式并学习记忆了这种模式,且ON通路和OFF通路表现出学习独立性;STDP学习规则可以对交替出现的图形刺激,在突触权重的空间分布上进行叠加,且重叠部分的学习效果更加显著. 展开更多
关键词 视网膜 突触 stdp学习规则 神经回路 发放序列 模式
下载PDF
考虑STDP学习律的树突整合型神经元网络的放电同步 被引量：1
6
作者 曹金凤 杨梅晨 +1 位作者 韩芳 王直杰 《动力学与控制学报》 2020年第1期56-62,共7页
生物神经网络的同步被认为在大脑神经信息的处理过程中发挥了重要作用。本文以树突整合型(DHH)神经元网络为研究对象,在网络中考虑脉冲时间依赖可塑性(STDP)学习律,分析网络连接概率、外部扰动以及STDP学习律对网络同步性的影响。研究... 生物神经网络的同步被认为在大脑神经信息的处理过程中发挥了重要作用。本文以树突整合型(DHH)神经元网络为研究对象,在网络中考虑脉冲时间依赖可塑性(STDP)学习律,分析网络连接概率、外部扰动以及STDP学习律对网络同步性的影响。研究结果表明,STDP学习律对网络同步的影响不仅与连接概率有关,也与外部扰动有关。在兴奋性神经元网络中,连接概率增大可以增强网络的同步,外部扰动增大会减弱网络的同步,且在较大的外部扰动下STDP学习律对网络同步特性的增强作用减弱;而在抑制性DHH神经元网络中,连接概率增大,也可以增强网络的同步,且在较大的连接概率下,外部扰动增大,可以增强网络的同步,而STDP学习律对网络同步的增强作用也更加明显。 展开更多
关键词 树突整合 stdp学习律 同步
下载PDF
具有奖罚机制STDP的Spike-CNN模型的机械臂故障分类
7
作者 刘颖 周恩辉 +2 位作者 张薇 王秀青 吕锋 《小型微型计算机系统》 CSCD 北大核心 2022年第6期1285-1292,共8页
在计算机视觉领域中,卷积神经网络取得了举世瞩目的成就,但其能耗问题一直未能得到很好解决.基于此问题,本文主要研究无监督学习范式下的Spike-CNN分类性能以及计算力.首先,本文设计了一种基于CNN和SNN的混合结构,在层级结构上实现脉冲... 在计算机视觉领域中,卷积神经网络取得了举世瞩目的成就,但其能耗问题一直未能得到很好解决.基于此问题,本文主要研究无监督学习范式下的Spike-CNN分类性能以及计算力.首先,本文设计了一种基于CNN和SNN的混合结构,在层级结构上实现脉冲机制;其次,为减少模型训练时间,本文提出了ReLU-ROC编码方案;最后,为使兴奋性神经元快速做出决策,本文提出了具有决策能力的RP-STDP学习方案:计算每对突触前与突触后兴奋性神经元的相对时间差.实验结果表明:以工业机器人采集到多元时间序列数据解决机械臂不同工作状态的3分类、4分类、5分类问题,在没有引入其他分类器的情况下,本文提出的具有奖罚机制的STDP的Spike-CNN方法平均准确率为LP1(91.07%)、LP2(96.66%)、LP4(93.95%). 展开更多
关键词 脉冲神经网络 stdp学习规则 卷积神经网络 机械臂故障诊断 分类
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部