【摘 要】
：
人工神经网络是人工智能科学蓬勃发展进程中一个热门的研究领域。脉冲神经网络是一种基于脉冲时序编码的新兴人工神经网络模型,这种以精确脉冲时间进行信息表达的方式比传统的频率编码更能准确解释生物大脑的信息处理机制,且易于硬件实现。但因为脉冲神经网络在信息编码、神经元模型、网络结构等方面都具有鲜明的自身特点,所以无法直接利用传统神经网络中的算法进行模型训练。现在,由于综合高效的学习算法的缺失,脉冲神经网络强
论文部分内容阅读
人工神经网络是人工智能科学蓬勃发展进程中一个热门的研究领域。脉冲神经网络是一种基于脉冲时序编码的新兴人工神经网络模型,这种以精确脉冲时间进行信息表达的方式比传统的频率编码更能准确解释生物大脑的信息处理机制,且易于硬件实现。但因为脉冲神经网络在信息编码、神经元模型、网络结构等方面都具有鲜明的自身特点,所以无法直接利用传统神经网络中的算法进行模型训练。现在,由于综合高效的学习算法的缺失,脉冲神经网络强大的时空信息处理能力暂时还未得到有效利用,也无法对其进行大规模的推广应用。本文通过对典型脉冲神经网络典型的监督学习算法进行研究与分析,特别是对基于膜电压驱动的PBSNLR算法学习机制进行了深入探究,对脉冲神经网络更高效、准确、鲁棒的监督学习机制进行了探索。论文的主要研究内容和工作如下:1)提出了一种多参数控制权重调节的Multi-parameter PBSNLR算法。PBSNLR算法本身属于基于膜电压驱动的算法,所以通过引入膜电压与阈值间的距离作为权重调节规则的动态参数,可以有效改变算法在训练过程中权重调整幅度单一带来的问题。经过实验证明,Multi-parameter PBSNLR算法能准确的学习到目标脉冲信号,而且相较于传统PBSNLR算法而言,具有更高的学习效率。2)提出了一种全新的动态阈值训练策略和一种鲁棒性更强、准确率更高的R-Multi-parameter PBSNLR算法。针对PBSNLR算法中存在的目标脉冲时刻附近的负样本可能被误分类的问题和Multi-parameter PBSNLR算法中阈值下拉可能导致膜电压积累不足的问题,对noise-threshold策略进行借鉴与改进,提出了一种在精细步长情况下依然适用的分时间段讨论的动态阈值策略。将改进后的动态阈值策略与Multi-parameter PBSNLR算法结合提出了R-Multi-parameter PBSNLR算法。实验表明,R-Multi-parameter PBSNLR算法具有更高的学习效率和准确率。3)通过将算法应用到经典的光学字符图片识别任务和疾病数据预测任务中,对比分析了多种典型的脉冲神经网络监督学习算法在真实应用场景中的表现,验证了R-Multi-parameter PBSNLR在真实应用场景中依然能保持较快的学习效率和较好的准确率,并且具备一定的抗噪性能,是一种具有高度实用性的监督学习算法。
其他文献
人体语义分割是一种精细的语义分割任务,其目的是在像素级尺度上识别人类图像的组成部分（如身体部位和衣服）。理解人类图像的内容,对电子商务、人机交互、图像编辑和虚拟现实等一些潜在的应用很有应用价值。目前,随着基于语义分割的全卷积神经网络的发展,人体语义分割取得了重大进展。人体语义分割与一般的图像分割相比,其难点主要有以下几个方面:首先,人体语义分割在实例场景下的数据比较复杂,涉及到多种场景,例如多人或
随着通信技术的发展,辐射源个体识别在很多领域具有广泛应用,例如电子信息对抗、频谱管理、生命科学和故障诊断等领域。然而现在的辐射源个体往往具备多种调制方式、中心频率、传输速率等特点,这将给辐射源识别带来极大挑战。在辐射源个体之间无明显差异的场景下,基于传统机器学习的辐射源个体识别算法准确率往往不够理想,而且其复杂度比较高、识别时间长,导致其很难满足现代的实际工程需要。为了解决以上问题,本文主要采用基
为让机器人在工作环境中自主地移动,定位和绘制环境地图这两项基础功能便是不可或缺的。经多年发展,基于视觉的同时定位和制图（Visual Simultaneous Localization and Mapping,VSLAM）已经有比较成熟的框架,且能为机器人提供基本的环境感知能力。SLAM（Simultaneous Localization and Mapping,SLAM）系统框架的前端是整个框架
随着新能源汽车扶持政策的持续发布,如今有越来越多的高校和企业活跃在新能源汽车市场。当前我国新能源汽车正在迈向中高级阶段,有着重解决汽车本身充电、续航、安全性等基础技术问题,转向关注与其他高技术行业的协同,充分挖掘新能源汽车的潜能。本课题以故障预测和健康管理（PHM）技术为核心思想,设计了一套结合机器学习和UDS（Unified Diagnostic Services）诊断的车载同步电机的故障诊断系
随着互联网的飞速发展,网民数量爆炸式增长,web应用系统面临巨大的负载压力,负载的波动性也更加显著,传统固定集群规模的web系统难以保证良好的服务质量。结合云服务的动态资源申请,弹性web系统利用能够根据当前负载水平自动增减硬件资源,动态调整系统集群规模,始终保持良好的服务质量,因此,弹性伸缩web系统成为互联网技术领域的重要研究方向。随着技术的迭代,微服务架构和容器技术成为当前web系统主流的软
绳驱式蛇形机械臂是一种仿生物蛇的连续型机械臂,相比于传统工业机械臂,蛇形机械臂能够灵活的在狭小空间作业,同时绳驱式下驱动和作业臂分离的特点有利于机械臂的抗辐射和水下密封设计。本文针对核电站水池的使用环境设计了能够同时满足抗辐射需求和水下作业环境的蛇形机械臂机器人,这时国内第一次尝试把绳驱式蛇形机械臂应用于核环境水下作业。相比于已有的研究,本文的机械臂更注重在实际环境中的功能、可靠性和使用体验,同时
随着涉及的数据越来越复杂,在机器学习、数据挖掘等领域,对于一些高维数据,例如图像、文本和音视频等数据的处理需求明显增加了。同时,我们也面临着因特征太多、噪声或冗余特征的存在而造成的一些问题,这不仅会导致后续的模型预测结果不准确,还会耗费大量计算时间。由此可见,采用某些手段找出最优的特征子集是非常重要的,使用最优特征子集进行后续训练不仅可以减少过拟合问题发生的机率,增强算法模型的泛化能力,减少模型训
随着工业与经济的发展,城市交通难以应对车辆数量快速增长带来的冲击。在此背景下,传统车辆检测算法越来越难以适应复杂的交通情况。车辆检测技术可分为侵入式检测与非侵入式检测。侵入式检测如感应环路,检测精度高但是会对路面造成破坏。非侵入式检测如高速摄像头,成本高昂且不易架设。为解决传统车辆检测中高成本、架设繁琐等问题,本文研究并实现了基于无线能量传输技术（Wireless Power Transfer,W
随着在线社交网络平台的迅速发展,产生了大量的非结构化数据,例如:用户发布的文本内容、参与讨论的话题标签以及用户之间的相互关注和互动等。虽然定位设备的普及使得位置信息很容易获取,但此类敏感数据仅限于特定的社交平台,因此,如何通过用户产生的内容和行为特征来推断用户住址的地理位置成为了人们关注的重点。用户地理位置的确定已成为许多下游应用提供服务的关键,比如:基于位置的定向广告、当地事件/地点的推荐、遵循
随着网络技术的飞速发展,网络空间安全面临着日益严峻的考验。攻击检测作为网络安全领域的一项关键技术,从网络系统中的关键点收集和分析信息,以查看网络中是否存在攻击行为。而图作为计算机科学研究的核心领域,由于其自身结构能够携带大量信息,越来越多地被应用于攻击检测领域。因此,本文对图模型及其相关计算在攻击检测领域的应用进行了研究。首先,本文基于危害指标提出了网络安全对象属性图模型。针对现有网络安全领域图模