一种基于跨层次递归脉冲神经网络的图像分类方法

本发明涉及图像分类技术领域，尤其涉及一种基于跨层次递归脉冲神经网络的图像分类方法，包括：首先利用软门控机制对前向输入和反向输入整合构建双向脉冲神经元，然后基于双向脉冲神经元构建双向脉冲驱动型脉冲曼巴混合模块；接下来，利用双向脉冲驱动型脉冲曼巴混合模块构建多时间段编码器；同时，利用融合和转换两个核心组件对多种类型的高层次信息进行融合和转换构建中继器；最后，将编码器和中继器组合成跨层次递归脉冲神经网络，使用替代梯度下降法完成对跨层次递归脉冲神经网络模型进行训练。本发明能够对锥体神经元建立模型，建立跨层次连接的上下行的双向过程，生成更加复杂和高级的特征表示，从而使得网络捕捉到更加丰富的信息。