一种用于任务增量学习的脉冲神经网络模型构建方法

本发明属于增量学习技术领域，公开了一种用于任务增量学习的脉冲神经网络模型构建方法，脉冲神经网络的门控参数神经元层包括：突触电流计算单元用于基于上一层各神经元发放的屏蔽后的脉冲计算t时刻输入神经元的突触电流屏蔽掩码生成单元用于为每个任务随机生成屏蔽掩码屏蔽后的膜电压计算单元用于将与膜电压vt相乘，得到t时刻屏蔽后的膜电压脉冲发放模块用于基于和所得到的门控值计算隐态膜电压，以确定神经元是否发放脉冲st；屏蔽后的脉冲计算单元用于计算发放的屏蔽后的脉冲并将传递给下一层各神经元。本发明能够缓解任务增量学习中脉冲神经网络的灾难性遗忘问题，以提升模型的分类精度。