買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜北京理工大學申請的專利基于動態閾值神經元的深度脈沖神經網絡的圖像識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114662644B 。

龍圖騰網通過國家知識產權局官網在2025-05-27發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111294464.4，技術領域涉及：G06N3/049；該發明授權基于動態閾值神經元的深度脈沖神經網絡的圖像識別方法是由宋勇;武喜艷;趙宇飛;白亞爍;栗心怡設計研發完成，并于2021-11-03向國家知識產權局提交的專利申請。

本基于動態閾值神經元的深度脈沖神經網絡的圖像識別方法在說明書摘要公布了：本發明公開的基于動態閾值神經元的深度脈沖神經網絡的圖像識別方法，屬于類腦計算、深度學習領域。針對現有DNN?to?SNN轉換技術實現深度SNN時，脈沖傳輸速率低、發放率低、轉換精度存在損失的問題。本發明實現方法為：首先訓練DNN，得到權重并保存；然后，基于DNN?to?SNN轉換方法，將DNN中的激活函數ReLU轉換為SNN中具有動態閾值的IF神經元，將DNN權重進行歸一化，映射到SNN；最后，仿真運行SNN，每個時間步計算每個神經元的閾值。本方法適用于圖像分類識別、目標識別與跟蹤等人工智能領域，可加快脈沖傳輸速率，提高脈沖發放率，加快信息傳輸，同時降低轉換損失。

本發明授權基于動態閾值神經元的深度脈沖神經網絡的圖像識別方法在權利要求書中公布了：1.基于動態閾值神經元的深度脈沖神經網絡的圖像識別方法，其特征在于，包括如下步驟：步驟一：首先訓練DNN，得到權重并保存；步驟二：基于DNN-to-SNN轉換方法，將DNN中的激活函數ReLU轉換為SNN中具有動態閾值的IF神經元，將DNN權重進行歸一化，映射到SNN，即建立SNN；步驟三：仿真運行SNN，該神經元模型在每個時間步設定每個神經元的閾值，神經元發放脈沖不再需要累積達到固定的閾值，高層神經元能夠更早地發放脈沖，因此能夠提高脈沖發放率，加快脈沖傳輸速率，同時降低轉換損失；神經元膜電位變化過程如下：膜電位在每個時間步對輸入電流累積： 是階躍函數，表示在t時刻出現脈沖： 其中，是神經元i在t時刻的閾值，閾值動力學公式如下： α為閾值變化因子，表示膜電位去極化速率快慢，α∈[0，1]，V0為神經元初始閾值； 是第l層神經元i的t時刻的膜電位，脈沖神經元累積輸入直到膜電位超過閾值此時產生脈沖，神經元膜電位隨即被復位： 其中，Vthr設為1。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京理工大學，其通訊地址為：100081 北京市海淀區中關村南大街5號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。