[發明專利]一種基于DW-Tempotron算法的圖像分類方法

有效

• 申請號: 202110676198.5
• 申請日: 2021-06-18
• 公開（公告）號: CN113408612B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 李建平;萇澤宇;高源;肖飛
• 申請（專利權）人: 電子科技大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/82;G06N3/049;G06N3/063;G06N3/08
• 代理公司: 北京正華智誠專利代理事務所(普通合伙) 11870
• 代理人: 李林合

1.一種基于DW-Tempotron算法的圖像分類方法，其特征在于，包括以下步驟：

S1、構建Tempotron算法；

S2、在Tempotron算法中的突觸施加延遲，得到DW-Tempotron算法；其中DW-Tempotron算法中的LIF模型為：

其中V(t)為LIF模型突觸后神經元膜電壓；ω_i為第i個突觸的權重；K(·)為核函數，表示每個傳入spike對突觸后神經元膜電壓所做出的貢獻；t為期望點火時間，t_i為第i個突觸前神經元的spike輸入時間；d_i為施加的延遲；V_rest為靜息電位；τ為突觸后膜積分時間常數；τ_s為突觸電流衰減時間常數；V₀為對膜電壓標準化的因子；

S3、初始化DW-Tempotron算法的參數；初始化的參數包括輸入脈沖時間、突觸權重、點火閾值、延遲、學習率、突觸后膜積分時間常數、突觸電流衰減時間常數和迭代次數；

S4、分別獲取當前DW-Tempotron算法中LIF模型的突觸后神經元分別在+模式下的膜電壓和-模式下的膜電壓；

S5、判斷當前+模式下的膜電壓是否小于點火閾值，若是則更新延遲并重新計算+模式下的膜電壓，進入步驟S6；否則進入步驟S7；

S6、判斷當前+模式下的膜電壓是否小于點火閾值，若是則更新突觸權重，返回步驟S5；否則進入步驟S7；

S7、判斷當前-模式下的膜電壓是否大于點火閾值，若是則更新延遲并重新計算-模式下的膜電壓，進入步驟S8；否則結束當前輪次的訓練，進入步驟S9；

S8、判斷當前-模式下的膜電壓是否大于點火閾值，若是則更新突觸權重，返回步驟S7；否則結束當前輪次的訓練，進入步驟S9；

S9、判斷訓練輪次是否達到迭代次數，若是則采用當前DW-Tempotron算法進行圖像分類；否則返回步驟S4。

2.根據權利要求1所述的基于DW-Tempotron算法的圖像分類方法，其特征在于，步驟S5中更新延遲的具體方法為：

根據公式：

獲取當前更新后的延遲其中表示當前更新前的延遲；為當前延遲調整值；為當前突觸前神經元的spike輸入時間；ψ＝ττ_s(lnτ-lnτ_s)/(τ-τ_s)；為當前突觸權重。

3.根據權利要求1所述的基于DW-Tempotron算法的圖像分類方法，其特征在于，步驟S6中更新突觸權重的具體方法為：

根據公式：

獲取DW-Tempotron算法中的突觸權重更新值Δω_i，并將更新值Δω_i與當前的權重值相加，完成突觸權重的更新；其中λ為常數且大于0；和均為突觸后神經元膜電壓達到最大值的時間，對應的膜電壓大于點火閾值，對應的膜電壓小于點火閾值。

4.根據權利要求1所述的基于DW-Tempotron算法的圖像分類方法，其特征在于，步驟S7中更新延遲的具體方法為：

根據公式：

獲取當前更新后的延遲其中表示當前更新前的延遲；為當前延遲調整值；為當前突觸前神經元的spike輸入時間；ψ＝ττ_s(lnτ-lnτ_s)/(τ-τ_s)；為當前突觸權重。

5.根據權利要求1所述的基于DW-Tempotron算法的圖像分類方法，其特征在于，步驟S8中更新突觸權重的具體方法為：

根據公式：

獲取DW-Tempotron算法中的突觸權重更新值Δω_i，并將更新值Δω_i與當前的權重值相加，完成突觸權重的更新；其中λ為常數且大于0；和均為突觸后神經元膜電壓達到最大值的時間，對應的膜電壓大于點火閾值，對應的膜電壓小于點火閾值。

6.根據權利要求1所述的基于DW-Tempotron算法的圖像分類方法，其特征在于，DW-Tempotron算法的損失函數為：

其中C表示損失值；為突觸后神經元膜電壓達到最大值的時間，且對應的膜電壓大于點火閾值；thr為點火閾值；η₂為大于0的常數；為突觸后神經元膜電壓達到最大值的時間，且對應的膜電壓小于點火閾值；η₁為大于0的常數。