基于全局反馈以及局部突触可塑的脉冲神经网络优化方法

摘要

本发明提出了一种基于全局反馈以及局部突触可塑的脉冲神经网络优化方法，所述脉冲神经网络的神经元采用LIF模型，所述脉冲神经网络优化方法包括以下步骤：S100，基于训练样本对所述脉冲神经网络进行训练，获取前馈过程中各神经元的状态Oi；S200，基于各神经元的状态Oi及训练样本中的输出目标，计算预测误差e；S300，基于反馈连接和所述预测误差e，计算各隐层的输出目标S400，基于各神经元的状态Oi、各隐层的输出目标依据局部突触可塑性法则更新所述脉冲神经网络中权重；S500，重复S100至S400，直至得到预设优化结束条件，得到所述脉冲神经网络优化后的网络模型。本发明可以提高脉冲神经网络的学习能力。