一种脉冲神经网络的多层训练算法

摘要

一种脉冲神经网络的多层训练算法，利用逐层训练的方式，允许层内连接，并将权值训练和结构训练相结合，锐化数据之间的关联性，具体包括：1)数据预处理：将输入数据通过转换函数转化为脉冲序列；2)网络层初始化：设置脉冲神经网络层数、每层神经元数量和层内神经元分布状态；3)层间结构预训练：在初始网络中，网络层间不设置连接，层间连接采用逐层递推的方式生成；4)层间权值归一化：通过对层间权值的归一化操作消除数据差异带来的影响；5)进行层内结构训练：利用神经网络的结构训练算法，进行网络层内的结构训练；6)进行网络权值因果性训练。本发明算法训练的网络具备自组织、自生长能力，算法规则简单，计算量小，对模型精度要求低，易于仿真。