[發明專利]一種基于注意力機制的脈沖卷積神經網絡的圖像分類方法

在審

• 申請號: 202010517660.2
• 申請日: 2020-06-09
• 公開（公告）號: CN111858989A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 趙雪青;張軍軍
• 申請（專利權）人: 西安工程大學
• 主分類號: G06F16/55
• 分類號: G06F16/55;G06N3/04;G06N3/08
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 燕肇琪

1.一種基于注意力機制的脈沖卷積神經網絡的圖像分類方法，其特征在于，具體的步驟為：

步驟1，下載數據集；

步驟2，對數據集進行預處理，得到預處理數據集；

步驟3，建立脈沖卷積神經網絡模型，所述脈沖卷積神經網絡模型的拓撲結構為依次連接的輸入層、高斯差分時序編碼層、第一脈沖卷積注意力層、第一脈沖池化層、第二脈沖卷積注意力層、第二脈沖池化層、分類層；所述脈沖卷積神經網絡模型采用漏積分點火神經元模型；

步驟4，采用所述脈沖卷積神經網絡模型對預處理數據集進行訓練，得到訓練好的脈沖卷積神經網絡模型；

步驟5，輸入待分類的圖片，采用訓練好的脈沖卷積神經網絡模型對待分類進行分類，得到分類結果。

2.如權利要求1所述的一種基于注意力機制的脈沖卷積神經網絡的圖像分類方法，其特征在于，所述漏積分點火神經元模型中膜電位V_m(t)的變化過程由一個一階微分方程描述，如公式(1)所示：

其中，V_m(t)表示神經元的膜電位，VrestV_rest是靜息電位，時間常數τ_m是膜電阻R_m和膜電容C_m的乘積，I(t)是突觸后神經元的輸入電流；當突觸后膜電位V_m(t)超過閾值電位V_thres時，突觸后神經元發放脈沖，膜電位恢復至靜息電位，之后神經元進入不應期，不會再產生脈沖。

3.如權利要求1所述的一種基于注意力機制的脈沖卷積神經網絡的圖像分類方法，其特征在于，所述預處理的具體方法為：將數據集中的所有圖片統一轉化為28×28的灰度圖片格式后再轉化為張量格式，所述張量形式為T×C×H×W，分別對應于時間步長，通道數，圖像的高度和寬度；所述輸入層神經元的個數為28×28。

4.如權利要求1所述的一種基于注意力機制的脈沖卷積神經網絡的圖像分類方法，其特征在于，所述高斯差分時序編碼層，采用高斯差分濾波器與圖像卷積提取邊緣特征，之后對其進行歸一化處理，將其編碼為脈沖時間序列。

5.如權利要求1所述的一種基于注意力機制的脈沖卷積神經網絡的圖像分類方法，其特征在于，所述第一脈沖卷積注意力層和第二脈沖卷積注意力層均采用突觸后膜電位進行脈沖的激活，同時應用卷積注意力機制，提取更高維度的特征。

6.如權利要求1所述的一種基于注意力機制的脈沖卷積神經網絡的圖像分類方法，其特征在于，所述第一脈沖池化層和第二脈沖池化層均采用最大池化操作。

7.如權利要求1所述的一種基于注意力機制的脈沖卷積神經網絡的圖像分類方法，其特征在于，所述分類層采用支持向量機進行分類。

8.如權利要求1所述的一種基于注意力機制的脈沖卷積神經網絡的圖像分類方法，其特征在于，在所述第一脈沖卷積注意力層和第二脈沖卷積注意力層突觸上采用STDP學習規則進行網絡權重的學習和更新。