基于脉冲序列合成核的脉冲神经元在线监督学习算法

摘要：

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.

关键词：脉冲神经元、在线学习、多脉冲序列核、卷积、监督学习

所属期刊栏目：43

分类号：TP18(自动化基础理论)

资助基金：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

在线出版日期：2018-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：197-202