基于傅里叶和跨时间约束的脉冲神经网络的图像识别方法

一种基于傅里叶和跨时间约束的脉冲神经网络的图像识别方法，其特征在于，包括以下步骤：构建基于傅里叶和跨时间约束的脉冲神经网络的图像识别系统；所述图像获取模块获取图像样本集，预处理得到训练集；使用训练集对网络进行训练，在正向传播中使用阶跃函数使脉冲神经元发放脉冲，在反向传播中采用有限项傅里叶级数的导数作为脉冲对膜电位的梯度估计；使用余弦相似度来度量每个时间步长之间的相似性，并计算网络在第r次训练后的目标函数的损失，并根据目标函数的损失调整网络权重参数；使用训练好的网络对预处理后的待识别图像数据进行图像分类识别操作，并输出图像分类结果。效果：提高了模型性能。