一种改进型脉冲递归神经网络的构建方法

本发明公开了一种改进型脉冲递归神经网络的构建方法，包括神经元模型改进、连接权重优化、递归结构改进和训练算法优化，通过自适应阈值调节机制，使神经元能够根据自身活动状态动态调整阈值，提高了神经元对不同输入信号的响应能力，避免了脉冲发放的过度或不足。基于注意力机制的连接权重分配方法，使网络能够自动聚焦于重要信息连接，提高了信息传递效率，增强了网络对关键信息的处理能力。分层递归结构结合跳跃连接，有效改善了网络对长时间依赖关系的捕捉能力，避免了梯度问题，提高了模型训练的稳定性和收敛速度。改进的随机梯度下降算法结合自适应学习率调整策略，加快了模型的收敛速度，提高了训练效率，使模型能够更快地达到最优解。