基于ANN-SNN转换的脉冲神经网络构建方法

本发明属于人工智能和神经网络计算领域，公开了一种基于ANN‑SNN转换的脉冲神经网络构建方法。本发明采用可学习阈值的剪裁函数优化ANN模型训练，确保ANN模型输出能精确映射到SNN模型的脉冲发放率；本发明通过权重归一化和阈值映射，提高ANN模型到SNN模型的转换精度；本发明采用双阈值神经元机制，动态调节神经元激发与抑制，减少量化误差与非均匀误差；本发明设计优化的膜电位初始化方法，使得SNN模型在极低时间步下仍能保持高精度推理能力；本发明方法能够广泛应用于低功耗嵌入式设备、神经拟态芯片、目标检测、自动驾驶等领域，推动SNN在实际应用中的落地。