基于视觉分层的前馈多脉冲神经网络算法研究

《基于视觉分层的前馈多脉冲神经网络算法研究》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、硕士学位论文题目:基于视觉分层的前馈多脉冲神经网络算法研究研究生金昕专业计算机科学与技术指导教师徐小良教授完成日期2018年3月杭州电子科技大学硕士学位论文基于视觉分层的前馈多脉冲神经网络算法研究研究生：金昕指导教师：徐小良教授2018年3月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterResearchonFeedforwardMulti-SpikeNeuralNetworkBasedonHierarchicalVisualAlgorithmCandidate:JinXin

2、Supervisor:Prof.XuXiaoliangMarch,2018杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明下，独立进行研究工作所本人郑重声明：所呈交的学位论文，是本人在导师的指导取得的成果。除文中己经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果，。对本文的研宄做出重要贡献的个人和集体均已在文中以明确方式标明。一申请学位论文与资料若有不实之处，本人承担切相关责任。论文作者签名：曰期：年月ｉｆ日｝学位论文使用授权说明，即本人完全了解杭州电子科技大学关于保留和使用学位论文

3、的规定：研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学，ｓ本人保证毕业离校后发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印。（保密论文在解密后遵守此规定）、缩印或其它复制手段保存论文￣：＞日论文作者签名：日期年月１｝指导教师签名：曰期：年月２Ｔ曰Ｓ摘要脉冲神经网络（SpikingNeuralNetworks,SNN）被誉为“第三代神经网络”，能够高效的模仿生物突触前后神经元的信息传输形式，是神经形态模型（

4、NeuromorphicModel）的核心组成部分，有很高的科学研究价值。神经形态模型可分为神经信息编码和学习算法这两大部分。其中，神经信息编码可分为特征提取和脉冲序列生成两个过程，而学习算法则是利用脉冲神经网络对编码产生的脉冲信号进行处理。目前特征提取方法主要有HMAX、PCA、MDS等。HMAX模型是模拟生物视觉感受野V1区细胞四层结构（S1，C1，S2，C2），因其有较强的特征提取能力受到学术界的广泛关注。SNN的学习算法一直是近年来的研究热点，主要有PSD、Tempotron、ReSuMe等。其中，精确脉冲驱动（Precise-Spike-Driven

5、，PSD）算法利用目标脉冲序列与实际输出序列的时间差来调整神经网络的突触权值，有较强的鲁棒性。本文基于视觉分层的SNN算法研究，针对HMAX及PSD进行优化，以提出一个新的神经形