脉冲神经网络的训练方法、图像分割方法

本公开提供了一种脉冲神经网络的训练方法、图像分割方法。该方法包括：将样本图像的样本脉冲序列特征输入脉冲神经网络模型，在基于脉冲神经网络模型中的漏积分发放神经元响应样本脉冲序列特征，生成脉冲的情况下，获取生成突触前脉冲和突触后脉冲的脉冲时间差，其中，脉冲神经网络模型中具有当前突触权重，当前突触权重用于对突触前脉冲进行处理得到突触后脉冲；利用权重更新公式，计算与脉冲时间差相对应的权重改变量，其中，权重更新公式是基于样本脉冲时序依赖可塑性数据对脉冲时序依赖可塑性公式进行拟合得到的；以及利用权重改变量对当前突触权重进行调整，以训练脉冲神经网络模型。