用于双阈值脉冲神经网络的改进自适应阈值算法
Improved adaptive threshold algorithm for double threshold spiking neural network
沈阳大学 信息工程学院, 沈阳 110044
摘要
脉冲神经网络（spiking neural network，SNN）由于在神经形态芯片上低功耗和高速计算的独特性质而受到广泛的关注。深度神经网络（deep neural network，DNN）到SNN的转换方法是有效的脉冲神经网络训练方法之一，然而从DNN到SNN的转换过程中存在近似误差，转换后的SNN在短时间步长下遭受严重的性能退化。通过对转换过程中的误差进行详细分析，将其分解为量化和裁剪误差以及不均匀误差，提出了一种改进SNN阈值平衡的自适应阈值算法。通过使用最小化均方误差（MMSE）更好地平衡量化误差和裁剪误差；此外，基于IF神经元模型引入了双阈值记忆机制，有效解决了不均匀误差。实验结果表明，改进算法在CIFAR-10、CIFAR-100数据集以及MIT-BIH心律失常数据库上取得了很好的性能，对于CIFAR10数据集，仅用16个时间步长就实现了93.22%的高精度，验证了算法的有效性。
基金项目
辽宁省自然科学基金资助项目(2023-MS-322)
中国博士后科学基金会资助项目(2021M693858)
沈阳市中青年科技创新人才支持计划资助项目(RC210400)
辽宁省自然科学基金计划重点项目(20170520364)
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.05.0210
出版期卷: 《计算机应用研究》 印刷出版, 2024年第41卷 第1期
所属栏目: 算法研究探讨
出版页码: 177-182,187
文章编号: 1001-3695(2024)01-026-0177-06
发布历史
[2023-09-13] 优先出版
[2024-01-05] 印刷出版
引用本文
王浩杰, 刘闯. 用于双阈值脉冲神经网络的改进自适应阈值算法 [J]. 计算机应用研究, 2024, 41 (1): 177-182,187. (Wang Haojie, Liu Chuang. Improved adaptive threshold algorithm for double threshold spiking neural network [J]. Application Research of Computers, 2024, 41 (1): 177-182,187. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
