摘要: 针对允许神经元发放多个脉冲的Spiking神经网络(SNN)的学习,提出采用更接近生物神经元的SRM模型,更全面地考虑了神经元在发放脉冲后的状态变化,并采用BP学习算法调整神经元的不应期. 通过对XOR问题、IRIS数据集以及泊松脉冲序列的测试,表明这种多脉冲发放的SNN比单脉冲发放的SNN能够更有效地传递信息,提高学习速度.
中图分类号:
方慧娟;王永骥. 多脉冲发放的Spiking神经网络[J]. 应用科学学报.
FANG Hui-juan;WANG Yong-ji. Spiking Neural Networks with Neurons Firing Multiple Spikes[J]. Journal of Applied Sciences.