基于Spike cube SNN的图像脉冲数据时空信息学习及识别方法

摘要

本发明公布了一种针对图像脉冲序列的时空信息进行联合学习的方法及图像识别方法，基于脉冲神经网络建立脉冲序列单元Spike cube和LIF神经元模型，并采用STDP机制，对脉冲神经网络的各层神经元相互之间连接的突触权重和激发阈值进行学习；再利用训练好的模型进行图像分类识别。本发明为脉冲神经网络的结构设计和学习、图像脉冲序列学习和识别提供了新的技术方案，同时也为DVS等仿生视觉相机输出的脉冲数据提供新的处理方法。