一种基于局部突触可塑性的脉冲神经网络误差反向传播训练方法

本发明公开一种基于局部突触可塑性的脉冲神经网络误差反向传播训练方法，1、建立脉冲响应模型，将突触前后神经元放电之前的脉冲序列作为输入，通过突触核函数并加权求和计算突触后电势，突触后神经元产生新的脉冲作为输出；2、通过细化脉冲放电时刻并近似计算突触后电势边界值，将突触后电势化简为两个独立的分量；3、通过化简后的突触后电势计算公式，用脉冲时间依赖可塑性近似突触后电势与脉冲计数之间的导数；4、通过脉冲时间依赖可塑性近似未知的导数，将局部突触可塑性与全局优化机制结合。本发明充分利用了局部突触可塑性和全局优化机制的优势，增强了脉冲神经网络学习和适应能力，更接近生物神经系统，提高了训练静态和神经形态数据集上的分类精度。