脉冲神经网络的噪声扰动分析

《脉冲神经网络的噪声扰动分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文脉冲神经网络的噪声扰动分析NoisePerturbationAnalysisofSpikingNeuralNetworks作者姓名：王擅学科、专业：让篡数堂学号：21QQ!Q35指导教师：杨洼副数援完成日期：2Q!兰生堇旦2旦大连理工大学DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体己经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的

2、同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：酞遮狴丝因亟塑嗑至堑塑盟．作者签名：塾士交日期：塑!三年—』月上日大连理工大学硕士学位论文摘要神经网络的输入信号因为受到众多因素的影响，可能会产生一定的噪声干扰。脉冲神经网络是目前拟人性能较强的一种新型网络，通过模拟树突和轴突之间产生的脉冲处理各种信息。由于噪声的干扰，脉冲神经网络的信息处理能力会受到一定的影响，比如输入信号有偏差，延迟时间太长或太短，阈值过大或过小，权值过大或过小等。而脉冲神经网络对于输入信号的敏感性特别强，所以输入信号受到干扰，

3、脉冲神经网络的处理能力很容易受噪声的影响而产生一定的扰动。本文通过在脉冲神经网络中对输入信号加入一定数值范围内的随机扰动来研究其分类能力的鲁棒性。一系列的数值实验结果表明对网络的输入信号进行随机扰动基本不会影响网络的分类能力，扰动前后的网络识别正确率相差不到4％。更为有趣的一个结果是网络受到扰动后的识别率反而有所提高，这恰好从另一个方面佐证了脉冲神经网络的较强的拟人性。关键词：脉冲神经网络；鲁棒性；XORf口-J题脉冲神经网络的噪声扰动分析NoisePerturbationAnalysisofSpikingNeuralNetworksAbstractBeinga

4、ffectedbymanyfactors，theinpmsignalofaneuralnetworkmayproducesomenoise．Spikingneuralnetworkisthepersonificationofstrongperformanceofnewtypeofnetwork，generatingthespikesthroughsimulationbetweenthedendritesandtheaxonsprocessingallkindsofinformation．Duetonoiseinterference，theabilityofinf

5、onnationprocessingofspikingneuralnetworkwillbeaffectedtoacertainextent，suchastheinputsignalhasadeviation，thedelaytimeistoolongortooshort，thethresholdvalueistoolargeortoosmall，thevalueiStoolargeortoosmallandSOon．SpikingneuralnetworkiSparticularlystrongforthesensitivityoftheinputsignal

6、，theinputsignalisdisturbed，theprocessingpowerofthespikingneuralnetworkisvulnerabletotheimpactofdisturbance．Inthisarticle，westudyrandomperturbationswithintherangeofvaluesoftheinputsignaltothespikingneuralnetworkisusedtostudytherobustnessoftheclassificationability．Inthisthesiswestudyth

7、erobustnessoftheclassifyingabilityofaspikingneuralnetworkbyaddingrandomperturbationswithintherangeofvaluesoftheinputsignal．Aseriesofnumericalexperimentsshowthattoaddtherandomperturbationstotheinputsignalsubstantiallydoesnotaffecttheclassificationabilityofthenetworkandthecorrectrecogn

8、itionratedif