一种新型的脉冲神经网络突触权重调节方法

本发明涉及一种新型的脉冲神经网络突触权重调节方法，属于人工智能领域。首先基于高斯函数的分布趋势对传统的脉冲时序依赖可塑性规则进行改进，使优化后的突触可塑性规则在时间间隔趋于0时所对应的权重变化更大，当时间间隔逐渐增加时，其权重变化呈加速下降趋势，以此提高神经元突触可塑性的局部调节能力，然后引入强化学习，将Q学习与神经元模型中的突触可塑性相关联，在突触权重局部调节的基础上，实现可塑性的全局调控。根据上述突触可塑性规则对基于Leaky Integrate and Fired构建的脉冲神经网络进行权重调节，使脉冲神经网络具有更好的表现。