一种动态突触类脑计算训练方法及应用

本发明公开了一种动态突触类脑计算训练方法及应用，该方法包括：选用经典任务MNIST手写数字识别的数据集；将以多巴胺为代表的神经调质对递质受体运动的控制视为非线性动力学过程，构建动态突触模型；搭建三种网络，分别为多层人工神经网络、多层脉冲神经网络、人工神经元与脉冲神经元构成的多层类脑网络；将动态突出模型应用于上述三种网络，结合数据集进行对应的任务训练，并更新网络权重参数，得到训练完成的任务模型。通过使用本发明，能够使现有模型训练方法容人工神经网络和多种计算神经学模型，使其能够更加准确的完成分类或识别任务。本发明可广泛应用于网络训练领域。