摘要
本发明公开了一种基于新型脉冲神经元动力学的时序任务分类方法,包括以下步骤:步骤S1:建立脉冲神经网络,脉冲神经网络通过聚集神经元一段时间内的输入信号得到区域电流,利用区域电流对突触后膜的电压进行充电以增强神经元对过去时序信息的保留,同时建立重置方程对区域电流和膜电压进行复位;采用反向传播算法对脉冲神经网络进行训练;步骤S2:获取数据集,采用具有多个时间采样点的滑动窗口对数据集进行非重叠采样,对采样后的数据进行预处理,将预处理后的数据输入训练好的脉冲神经网络,实现对时序任务的分类。区域电流能够聚集一段时间内的输入,完成对膜电压的充电,从而增强脉冲神经元的记忆力,有利于长时间步长内时序信息的学习。
技术关键词
分类方法
时序
电压
表达式
电流
传播算法
生成脉冲信号
滑动窗口
参数
数据
方程
通道
机制
动态
存储器
处理器
电子设备
时间段
系统为您推荐了相关专利信息
GIS数据库
动态更新方法
周期
感兴趣
时频转换算法
瞬变过电压
曲线特征
建立识别模型
隔离开关
预警方法
疲劳寿命预测方法
寿命预测模型
纤维混凝土
制作混凝土试样
指标
储能控制策略
太阳
评估预测模型
充放电功率
预测模型训练
风电系统
量子粒子群算法
附加阻尼控制器
最大化系统
振荡抑制方法