基于输出重排序与阈值优化的脉冲神经网络转换方法

本发明公开了一种基于输出重排序与阈值优化的脉冲神经网络转换方法。本发明通过引入输出重排序模块对输出脉冲进行加权重排序，优先传递高特征信息，有效缓解脉冲神经网络在短时间步条件下深层特征逐步衰减的问题。本发明采用阈值优化机制，对未发放脉冲的神经元适时提高发放阈值，抑制低价值输入响应，提升脉冲神经网络对高价值特征的响应敏感性与选择性。本方法在CIFAR‑10、CIFAR‑100、ImageNet等标准数据集上，均显著提升了SNN模型的分类准确率，尤其在短时间步下保持高精度，优于现有同类技术。在添加噪声干扰条件下仍能维持稳定的推理性能，验证了本发明方法在复杂环境下的鲁棒性和实用性，适应性强。