基于脉冲序列合成核的脉冲神经元在线监督学习算法

• 作 者: 蔺想红 李丹 王向文 张宁
• 机 构: 西北师范大学计算机科学与工程学院
• 出 处: 计算机工程
• 发表日期: 2017年12期
• 关键词: 脉冲神经元 在线学习 多脉冲序列核 卷积 监督学习 spiking neuron online learning multiple spiking sequ
• 基金项目: 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）.

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。