基本信息

---

下载

文档摘要

---

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