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！

龍圖騰網恭喜浙江大學;之江實驗室申請的專利一種基于STDP在線學習的卷積脈沖神經網絡的硬件加速器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：CN114611684B 。

龍圖騰網通過國家知識產權局官網在2025-05-30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：202210220091.4，技術領域涉及：G06N3/063；該發明授權一種基于STDP在線學習的卷積脈沖神經網絡的硬件加速器是由朱曉雷;董驍;陳沁馨;馬德;唐華錦設計研發完成，并于2022-03-08向國家知識產權局提交的專利申請。

本一種基于STDP在線學習的卷積脈沖神經網絡的硬件加速器在說明書摘要公布了：本發明公開了一種基于STDP在線學習的卷積脈沖神經網絡的硬件加速器，采用STDP與RSTDP兩種算法結合訓練，支持網絡的在線學習，能夠適應動態變化的環境。所述硬件加速器由上位機與FPGA組成，前者進行脈沖編碼等數據預處理，后者進行實際的網絡計算。加速器在Xilinx的ZCU102型號的FPGA上實現，最終在MNIST數據集上進行訓練，測試準確率可達95％。本發明支持小樣本學習，即使有標簽的本量減少到原訓練集的20％，測試準確率依然可達約95％。在100MHz時鐘頻率下，每幅圖像推理時間為0.16s，訓練時間為0.177s，處理速度比CPU提高了16倍。本發明功耗為3.979W，相比于CPU降低了兩個數量級。

本發明授權一種基于STDP在線學習的卷積脈沖神經網絡的硬件加速器在權利要求書中公布了：1.一種基于STDP在線學習的卷積脈沖神經網絡的硬件加速器，其特征在于包括：由PS端、PL端組成的FPGA，以及PC端；PC端將輸入樣本圖像數據預處理成為脈沖數據，以TCP協議傳輸到PS端，再由PL端通過AXI總線讀取；對于PL端返回給PS端的數據，當發送的為脈沖數量較大的具體數據時，在初始化時PS端發送一個數據寫地址給PL端，PL端的網絡輸出數據會存放于一個FIFO中，當數據存儲數量到達一定值時，PL端會給PS端一個中斷，通知其讀取數據，同時PL端會將FIFO中的數據寫入相應地址的DDR中，PS端就從中讀取數據，再返回給PC端；而若發送的為訓練層數單一的控制信號時，則PS端通過AXI_Lite協議直接發送給PL端；所述的PL端包括訓練計算模式和推理計算模式兩種工作模式；訓練計算模式時，輸入的是帶標簽的樣本進行學習，根據規定的STDPRSTDP訓練規則修改網絡中的突觸權值；推理計算模式時，輸入不帶標簽的樣本，輸出對該樣本的預測標簽；訓練計算模式采用逐層訓練的方式，依次對3層卷積層進行訓練，訓練時只改變訓練層的權值，不改變其它層的權值，其中膜電位計算模塊將輸出膜電位存放于膜電位FIFO中，逐點抑制模塊讀取若干通道的膜電位，根據膜電位選取出最出色神經元，并將抑制后的神經元輸出到逐點抑制RAM中，等待所有輸入神經元經逐點抑制計算后，贏者選取模塊從逐點抑制RAM中讀取抑制后的神經元，從中選取贏者，存入贏者神經元FIFO中；STDPRSTDP學習模塊從贏者神經元FIFO中讀取贏者，對其連接突觸的權值進行更新；所述的推理計算模式為卷積總體控制模塊從輸入脈沖FIFO中讀取脈沖數據，然后發送給移位控制模塊，當移位控制模塊存儲脈沖達到一定數量后將1個脈沖輸出給卷積核計算單元，卷積核計算單元計算出權值和，然后匯總給膜電位計算模塊計算得到膜電位，并將脈沖和膜電位輸出；其中，移位控制模塊每發送1個脈沖給卷積核計算單元，后者會累計計算輸出通道數個權值和，因此也會輸出多個通道的脈沖和膜電位，卷積總體控制模塊等待它們完全計算完成并輸出后才會繼續輸入下一個脈沖。

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浙江大學;之江實驗室，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866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”。