[發(fā)明專(zhuān)利]一種基于延遲機(jī)制的單層圖像分類(lèi)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110676241.8
• 申請(qǐng)日: 2021-06-18
• 公開(kāi)（公告）號(hào): CN113408613B
• 公開(kāi)（公告）日: 2022-07-19
• 發(fā)明（設(shè)計(jì)）人: 李建平;萇澤宇;馮文婷;肖飛
• 申請(qǐng)（專(zhuān)利權(quán)）人: 電子科技大學(xué)
• 主分類(lèi)號(hào): G06V10/764
• 分類(lèi)號(hào): G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/063;G06N3/08
• 代理公司: 北京正華智誠(chéng)專(zhuān)利代理事務(wù)所(普通合伙) 11870
• 代理人: 李林合

1.一種基于延遲機(jī)制的單層圖像分類(lèi)方法，其特征在于，包括以下步驟：

S1、構(gòu)建圖像分類(lèi)模型；

S2、采用圖像集對(duì)圖像分類(lèi)模型進(jìn)行訓(xùn)練，得到訓(xùn)練完成的圖像分類(lèi)模型；

S3、采用訓(xùn)練完成的圖像分類(lèi)模型對(duì)圖像進(jìn)行分類(lèi)，得到圖像的類(lèi)別；

所述步驟S1中圖像分類(lèi)模型包括依次連接的特征提取單元、脈沖延遲編碼單元和單層分類(lèi)器；

所述特征提取單元用于對(duì)圖像進(jìn)行特征提取，得到特征圖像數(shù)據(jù)；

所述脈沖延遲編碼單元用于對(duì)特征圖像數(shù)據(jù)進(jìn)行編碼，得到激發(fā)脈沖時(shí)間序列；

所述單層分類(lèi)器用于處理激發(fā)脈沖時(shí)間序列，得到圖像的類(lèi)別；

所述單層分類(lèi)器的輸入層包括：正模式L+和負(fù)模式L-兩類(lèi)神經(jīng)元，共計(jì)N個(gè)神經(jīng)元；

其訓(xùn)練方法為：

A1、根據(jù)激發(fā)脈沖時(shí)間序列，計(jì)算激發(fā)脈沖時(shí)間序列在輸入到單層分類(lèi)器的輸入層神經(jīng)元后，輸入層神經(jīng)元的脈沖膜電位電壓：

所述步驟A1中計(jì)算輸入層神經(jīng)元的脈沖膜電位電壓的公式為：

其中，V(t)為輸入層神經(jīng)元的脈沖膜電位電壓，ω_i為輸入層第i個(gè)神經(jīng)元的權(quán)重，t_i為第i個(gè)像素點(diǎn)對(duì)應(yīng)的激發(fā)脈沖時(shí)間點(diǎn)，d_i為輸入層第i個(gè)神經(jīng)元的延遲，t為時(shí)間，V₀為輸入層神經(jīng)元的脈沖膜電位電壓的初值，exp( )為指數(shù)函數(shù)，τ_m、τ_s均為時(shí)間常量，V_rest為靜息電壓；

A2、判斷在正模式L+下，時(shí)刻輸入層神經(jīng)元的脈沖膜電位電壓是否小于閾值，若是，則找到時(shí)刻之前的所有激發(fā)脈沖時(shí)間點(diǎn)，在d_i延遲上增加延遲并跳轉(zhuǎn)至步驟A3，若否，則跳轉(zhuǎn)至步驟A8，其中，為激發(fā)脈沖時(shí)間序列的某個(gè)時(shí)間點(diǎn)，d_i為輸入層第i個(gè)神經(jīng)元的延遲；

步驟A2中增加的延遲的計(jì)算公式為：

其中，ω_i為輸入層第i個(gè)神經(jīng)元的權(quán)重，t_i為第i個(gè)像素點(diǎn)對(duì)應(yīng)的激發(fā)脈沖時(shí)間點(diǎn)，為正模式L+下，激發(fā)脈沖時(shí)間序列的某個(gè)時(shí)間點(diǎn)，d_i為輸入層第i個(gè)神經(jīng)元的延遲，V₀為輸入層神經(jīng)元的脈沖膜電位電壓的初值，exp( )為指數(shù)函數(shù)，τ_m、τ_s均為時(shí)間常量；

A3、判斷此時(shí)輸入層是否存在一個(gè)神經(jīng)元的延遲d_i小于0，若是，則將對(duì)應(yīng)神經(jīng)元的延遲d_i置為0，并跳轉(zhuǎn)至步驟A4，若否，則跳轉(zhuǎn)至步驟A4；

A4、重新計(jì)算并判斷時(shí)刻輸入層神經(jīng)元的脈沖膜電位電壓是否達(dá)到閾值，若否，則跳轉(zhuǎn)至步驟A5，若是，則跳轉(zhuǎn)至步驟A8；

A5、增加時(shí)刻之前所有神經(jīng)元的權(quán)重；

所述步驟A5中增加的權(quán)重的計(jì)算公式為：

其中，λ為學(xué)習(xí)率，t_i為第i個(gè)像素點(diǎn)對(duì)應(yīng)的激發(fā)脈沖時(shí)間點(diǎn)，為正模式L+下，激發(fā)脈沖時(shí)間序列的某個(gè)時(shí)間點(diǎn)，d_i為輸入層第i個(gè)神經(jīng)元的延遲，V₀為輸入層神經(jīng)元的脈沖膜電位電壓的初值，exp( )為指數(shù)函數(shù)，τ_m、τ_s均為時(shí)間常量；

A6、重新計(jì)算并判斷時(shí)刻輸入層神經(jīng)元的脈沖膜電位電壓是否達(dá)到閾值，若否，則跳轉(zhuǎn)至步驟A7，若是，則跳轉(zhuǎn)至步驟A8；

A7、判斷時(shí)刻是否達(dá)到設(shè)定時(shí)間閾值，若是，則跳轉(zhuǎn)至步驟A8，若否，則增加時(shí)刻的值，并跳轉(zhuǎn)至步驟A2；

A8、判斷在負(fù)模式L-下，最大的輸入層神經(jīng)元的脈沖膜電位電壓是否大于閾值，若是，則找到時(shí)刻之前的所有激發(fā)脈沖時(shí)間點(diǎn)，在d_i延遲上增加延遲并跳轉(zhuǎn)至步驟A9，若否，則跳轉(zhuǎn)至步驟A12，其中，為最大的輸入層神經(jīng)元的脈沖膜電位電壓對(duì)應(yīng)的激發(fā)脈沖時(shí)間序列的某個(gè)時(shí)間點(diǎn)，d_i為輸入層第i個(gè)神經(jīng)元的延遲；

步驟A8中增加的計(jì)算公式為：

其中，ω_i為輸入層第i個(gè)神經(jīng)元的權(quán)重，t_i為第i個(gè)像素點(diǎn)對(duì)應(yīng)的激發(fā)脈沖時(shí)間點(diǎn)，為負(fù)模式L-下，激發(fā)脈沖時(shí)間序列的某個(gè)時(shí)間點(diǎn)，d_i為輸入層第i個(gè)神經(jīng)元的延遲，V₀為輸入層神經(jīng)元的脈沖膜電位電壓的初值，exp( )為指數(shù)函數(shù)，τ_m、τ_s均為時(shí)間常量；

A9、判斷輸入層是否存在一個(gè)神經(jīng)元的延遲d_i小于0，若是，則將對(duì)應(yīng)神經(jīng)元的延遲d_i置為0，并跳轉(zhuǎn)至步驟A10，若否，則跳轉(zhuǎn)至步驟A10；

A10、重新計(jì)算并判斷時(shí)刻輸入層神經(jīng)元的脈沖膜電位電壓是否大于閾值，若是，則跳轉(zhuǎn)至步驟A11，若否，則跳轉(zhuǎn)至步驟A12；

A11、增加時(shí)刻之前所有神經(jīng)元的權(quán)重，并跳轉(zhuǎn)至步驟A8；

步驟A11中增加的權(quán)重的計(jì)算公式為：

其中，λ為學(xué)習(xí)率，t_i為第i個(gè)像素點(diǎn)對(duì)應(yīng)的激發(fā)脈沖時(shí)間點(diǎn)，為負(fù)模式L-下，激發(fā)脈沖時(shí)間序列的某個(gè)時(shí)間點(diǎn)，d_i為輸入層第i個(gè)神經(jīng)元的延遲，V₀為輸入層神經(jīng)元的脈沖膜電位電壓的初值，exp( )為指數(shù)函數(shù)，τ_m、τ_s均為時(shí)間常量；

A12、對(duì)單層分類(lèi)器的訓(xùn)練完成。

2.根據(jù)權(quán)利要求1所述的基于延遲機(jī)制的單層圖像分類(lèi)方法，其特征在于，所述脈沖延遲編碼單元對(duì)特征圖像數(shù)據(jù)進(jìn)行編碼的公式為：

t_i＝t_max-ln(ax_i+1) (1)

其中，t_i為第i個(gè)像素點(diǎn)對(duì)應(yīng)的激發(fā)脈沖時(shí)間點(diǎn)，t_max為編輯時(shí)間窗的大小，a為編碼參數(shù)，x_i為特征圖像數(shù)據(jù)對(duì)應(yīng)的第i個(gè)像素點(diǎn)的像素值。