10.3969/j.issn.1000-3428.2017.12.036
基于脉冲序列合成核的脉冲神经元在线监督学习算法
脉冲神经网络使用时间编码的方式进行数据处理,是进行复杂时空信息处理的有效工具.为此,将多脉冲序列合成核引入脉冲序列处理过程,提出一种在线监督学习算法,采用累加和累积合成核机制进行实验学习,并与基于单一核函数的在线PSD算法进行比较.实验结果表明,该算法具有较好的学习性能,特别在数据样本较大时优势更为突出.同时结果也表明,通过多个核函数的组合可以获得更稳定高效的脉冲序列合成核表示.
脉冲神经元、在线学习、多脉冲序列核、卷积、监督学习
43
TP18(自动化基础理论)
国家自然科学基金61165002;甘肃省自然科学基金1506RJZA127;甘肃省高等学校科研项目2015A-013
2018-04-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
197-202