原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
://
httwww．skx．com
pjj
:/
DOI１０．１１８９６skx．２２１２００００３
jj
自校准首脉冲时间编码神经元模型
冯忍陈云华熊志民陈平华
广东工业大学计算机学院广州
５１０００６
()
２３５９０９１８３４＠．com
,().
摘要由于脉冲神经元具有复杂的时空动力过程且脉冲信息不可导脉冲神经网络的训练一直是一个难题基于人
SNN
(),,
工神经网络转间接训练深度的方法避免了直接训练深度的难题但该方法所获得的的性能在
ANNSNNSNNSNNSNN
.,()
很大程度上会受到脉冲信息编码机制的影响在众多编码机制中首脉冲时间编码TTFS具有良好的生物学基础和更高的能
,,,.,,
效但现有TTFS编码采用单脉冲形式信息表征能力较弱编码所需时间窗较大为此在TTFS的单脉冲编码基础上增加
,(),.,
一个校准脉冲形成一种自校准首脉冲时间SCＧTTFS编码机制并构建相应的SCＧTTFS神经元模型在SCＧTTFS中首脉
,,
冲为必定发放的脉冲而校准脉冲根据首脉冲发放后剩余的膜电位来确定是否发放用于对编码脉冲所引起的转换量化误差和
,.,
截断误差进行补偿同时缩小编码所需的时间窗通过对多种编码对应的转换误差进行对比分析以及在多种网络结构上进行
,.,
转换实验验证了所提方法的优越性采用和数据集基于和两种网络结构进
ANNＧSNNCIFAR１０CIFAR１００VGGResNet
.,
- 1.ppt制作及优化；2.办公模板制作；3.文案制作及优化。 + 关注
-
实名认证服务提供商
教师资格证、公共营养师持证人
本人专注ppt制作、办公模板编辑六年有余，可以根据客户需求做出高品质ppt、办公表格等模板，以及文案等。
文档评论（0）