基于脉冲神经网络的小样本学习识别方法

本发明属于稀有物种鉴定、医学影像分析等领域，公开了一种基于脉冲神经网络的小样本学习识别方法。本发明的小样本学习识别方法，通过结合自特征提取模块和交叉特征对比模块，优化特征表示并显著降低功耗。该方法在保证高性能分类的同时，利用脉冲神经网络的时间动态特性，有效提升了特征的质量和鲁棒性，特别适合资源受限的应用场景。最终实现了快速且高效的小样本学习，具有广泛的应用潜力。