摘要
本发明涉及一种基于自适应编码的新型脉冲神经网络目标识别方法,设计ANN‑SNN自适应编码器,用于自适应地将输入图像编码为脉冲序列;结合典型的卷积神经网络架构,构建基于脉冲驱动的卷积神经网络模型,用于对输入的脉冲序列进行特征提取;将ANN‑SNN自适应编码器、基于脉冲驱动的卷积神经网络模型以及解码网络进行串联,构建具有层次化的编码‑特征提取‑解码网络架构,即待训练的脉冲神经网络目标识别模型;将由输入图像构成的数据集输入至脉冲神经网络目标识别模型,通过误差在时间和空间两个维度上的传播实现模型训练并完成测试。
技术关键词
卷积神经网络模型
解码网络
神经网络架构
脉冲
编码器
识别方法
图像编码
梯度方法
误差
电流值
典型
周期
模块
频率
模式
数据
系统为您推荐了相关专利信息
故障智能诊断方法
深度卷积网络
节点
变压器
特征切片
欺骗干扰信号
智能识别方法
雷达抗干扰
多普勒
特征提取模块