基于忆阻器的spiking神经网络在图像边缘提取中的应用.pdfVIP

物理 学 报 ActaPhys．Sin．Vo1．63，No．8(2014) 080503 基于忆阻器的spiking~$经网络在图像 边缘提取中的应用冰 刘玉东 王连明十 (东北师范大学物理学院，长春 130024) (2013年 l2月 5日收到；2014年 1月16日收到修改稿) 根据生物视觉系统的功能原理 用忆阻器模拟生物突触 结合忆阻器的记忆特性和spiking神经网络的高 效处理能力，构造了一种可用于图像边缘提取的三层spiking神经网络模型，该网络用忆阻器 电导的变化量来 表征图像边缘信息．仿真结果表明，该方法的边缘提取结果具有连续性、光滑性、低误检漏检性和边缘定位准 确性．该神经网络的处理过程符合生物信息处理机制，为视觉系统的仿生实现提供了新的思路． 关键词：spiking神经网络，忆阻器，突触，图像边缘提取 PACS：05．45．一a，87．85．dq，95．75．Mn，81．05．Bx DOI：10．7498／aps．63．080503 经网络系统，并将其应用于图像的边缘提取．该 1 引 言 网络用忆阻器模拟生物突触的记忆特性，用忆阻 器 电导的变化量表征了图像的边缘信息，并通过 人工神经网络是一种模仿生物神经系统行为 MATLAB软件仿真验证其准确性． 特征、进行分布式并行信息处理的数学模型 [1)2]． spiking神经网络 (spikingneuralnetwork，SNN) 2 Spiking神经网络和STDP规则 作为第三代人工神经网络模型，由于其更符合生物 信息处理机制，因而近年来成为神经网络领域的研 相较于前两代神经网络，基于spike脉冲发放 究热点． 神经元的spiking神经网络更接近生物神经网络的 近年来，许多研究者均证实了忆阻器与生物突 结构和信息处理机制，对信息处理表现出极大的灵 触具有极大的相似性，且满足脉冲时间相关的可塑 活性和 自适应性 8【]．借助于神经科学的研究，人们 性 (spiketimedependentplasticity，STDP)学习规 可 以精确地建立基于spike脉冲发放时间的神经网 则，将它应用于人工突触具有很大潜力 [0，．忆阻 络模型9【J1这种新型的神经网络采用精确的脉冲编 器是一种可记忆电阻器，它的电阻值会随外加 电压 码，拥有更强的计算能力 1【oJ． 的变化而变化，断电保持阻值，这使得低功耗的处 spiking神经网络主要 由神经元和突触连接构 理和存储成为可能 [5]．Afifi等 。【]研究了基于忆阻 成：spike神经元的实质是当神经元膜 电压到达某 器交叉阵列的脉冲神经形态学网络 中的STDP规 一 阈值，那么该神经元向外发送spike脉冲信号，并 则．Pershin和DiVentral】实现了基于忆阻神经网 进入恢复期：突触接收来 自神经元的spike脉冲信 络的联想记忆算法． 号，并更新权值 Is】．如图1所示，两个神经元通过 根据生物视觉系统原理，本文提出一种基于 突触连接起来，当突触前后神经元发放的spike信 忆阻器和spiking神经网络模型的三层视觉仿生神 号存在时间差，则修正突触连接强度，或增强或减 }国家自然科学基金(批准号和吉林省科技发展计划 (批准号 20130102028JC)资助的课题 十通讯作者．E—mail：wanglm703@nenu