原创力文档摘要
脉冲神经网络作为神经网络发展的重要方向之一，使用受生物脑启发的神经元动力学
模型进行计算，在神经形态工程和类脑计算领域得到了广泛的关注。然而，随着神经网络
技术的快速进步，神经网络模型日益复杂，图像分类任务对模型的精确度和计算资源的需
求也不断增长。为提高脉冲神经网络图像分类任务精度，降低模型复杂度等问题，本文提
出了一种基于脉冲神经网络的图像分类方法。首先，针对梯度下降趋势与SNN中的损失
范围不匹配的问题，引入时间有效训练算法，优化每个时刻的突触前输入，调整输入信息
的时序和强度，弥补梯度
文档评论（0）