期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到779篇文章
< 1 2 … 39 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
多注意力残差脉冲神经网络的接地网故障诊断 被引量：2
1
作者 闫孝姮 丁一凡 +1 位作者 陈伟华 张雪 《电子测量与仪器学报》 北大核心 2025年第3期77-91,共15页
针对目前接地网故障诊断方法效果单一与非智能化的问题,提出了一种多注意力残差脉冲神经网络(MAR-SNN)的接地网故障诊断方法。首先,创建用于训练的接地网数据集,通过对电阻抗成像技术(EIT)网格大小的重新剖分,提高成像速度,并利用局部... 针对目前接地网故障诊断方法效果单一与非智能化的问题,提出了一种多注意力残差脉冲神经网络(MAR-SNN)的接地网故障诊断方法。首先,创建用于训练的接地网数据集,通过对电阻抗成像技术(EIT)网格大小的重新剖分,提高成像速度,并利用局部自适应对比度增强方法,增强不同故障等级间的图像特征;其次,利用所提出的多注意力脉冲残差块,构建MAR-SNN模型,实现对接地网故障等级的识别任务,该残差模块通过在两次脉冲神经元后进行身份映射,同时引入多注意力机制,并采用参数-泄露-积分-触发脉冲神经元与批归一化层,分别提升模型识别准确率;最后,利用EIT与训练好的MAR-SNN模型,建立对接地网故障的智能诊断模型。模型对比分析结果表明,MAR-SNN在接地网智能故障诊断中的效果优于现有先进模型,在测试集中准确率可达96.31%,其中在轻、中腐蚀程度下的准确率可达100%、97.20%;同时实验结果证明,所提方法可以完成对接地网故障检测与等级识别的综合诊断任务,实现对接地网的智能故障诊断,验证了该方法的有效性与可行性。 展开更多
关键词 接地网智能故障诊断 多注意力残差 脉冲神经网络 电阻抗成像技术 对比度增强
在线阅读 下载PDF
基于脉冲神经网络优化的动态图链路预测 被引量：1
2
作者 闫钦与 卜凡亮 王一帆 《科学技术与工程》 北大核心 2025年第4期1522-1528,共7页
动态图链路预测通过图上的历史交互预测未来节点间链路的形成或消失。为减少基于循环神经网络建模网络动态的方法在细粒度时间的动态图上具有较高能耗的问题,提出一种基于脉冲神经网络优化的动态图链路预测模型,通过融合脉冲神经网络的... 动态图链路预测通过图上的历史交互预测未来节点间链路的形成或消失。为减少基于循环神经网络建模网络动态的方法在细粒度时间的动态图上具有较高能耗的问题,提出一种基于脉冲神经网络优化的动态图链路预测模型,通过融合脉冲神经网络的节点记忆更新模块,脉冲化节点记忆的更新过程,训练图神经网络学习动态图的演化动态并实现链路预测。在3个公开经典数据集上的结果表明,模型在运行速度上得到提升,并保留了准确性,在动态图链路预测任务中具有较好的性能表现。 展开更多
关键词 动态图 链路预测 图神经网络 脉冲神经网络
在线阅读 下载PDF
一种基于神经网络的纳秒脉冲波形重建方法
3
作者 吕东辉 程杰 +2 位作者 李锐 张楠 张立刚 《强激光与粒子束》 北大核心 2025年第1期33-38,共6页
针对一种由高速数采通道存在寄生参数、带宽不足导致的纳秒脉冲测量波形畸变的问题,提出了一种基于神经网络的波形重建方法。通过单一神经网络辨识高速数采畸变波形与示波器参考波形的局部映射关系,通过神经网络序列完成全局波形的重建... 针对一种由高速数采通道存在寄生参数、带宽不足导致的纳秒脉冲测量波形畸变的问题,提出了一种基于神经网络的波形重建方法。通过单一神经网络辨识高速数采畸变波形与示波器参考波形的局部映射关系,通过神经网络序列完成全局波形的重建。验证实验表明所提出的方法可以明显缓解高速数采波形的边沿变缓、过冲等问题,波形功率估计精度提高32.5%,能够显著改善高速数采的频响特性。 展开更多
关键词 神经网络 波形重建 纳秒脉冲 波形畸变 频响特性
在线阅读 下载PDF
基于自适应替代梯度和阈值脉冲池化的脉冲神经网络
4
作者 吕兆麟 梁正友 +1 位作者 孙宇 浦斌 《小型微型计算机系统》 北大核心 2025年第6期1326-1332,共7页
脉冲神经网络(SNN)与传统人工神经网络(ANN)相比具有更好的生物可解释性和更低的能耗,并被认为是扩展神经网络应用领域的一种极有前景的解决方案.但由于不能直接使用梯度下降算法来训练SNN,因此SNN在模型性能上仍与ANN存有一定的差距,... 脉冲神经网络(SNN)与传统人工神经网络(ANN)相比具有更好的生物可解释性和更低的能耗,并被认为是扩展神经网络应用领域的一种极有前景的解决方案.但由于不能直接使用梯度下降算法来训练SNN,因此SNN在模型性能上仍与ANN存有一定的差距,这限制了SNN的实际应用.为此提出一种新型自适应替代梯度方法(ASG)以更好地将梯度下降算法应用在SNN的训练上;还提出一种阈值脉冲池化结构(TSPooling)以提升模型表达能力,从而使训练后的SNN模型在保持低能耗特性的同时拥有更好的推理性能.使用所提出的方法训练改进ResNet-18网络模型,在CIFAR-100数据集和CIFAR10-DVS数据集上进行实验,识别结果较基准网络模型有明显提升,改进的模型在CIFAR-100数据集上的准确率达到了76.41%,优于其他6个主流模型,验证了其有效性. 展开更多
关键词 脉冲神经网络 神经形态计算 替代梯度 脉冲编码
在线阅读 下载PDF
基于速率编码的极低延迟深度脉冲神经网络研究
5
作者 熊志民 陈云华 +1 位作者 冯忍 陈平华 《控制理论与应用》 北大核心 2025年第3期531-540,共10页
脉冲神经网络(SNN)具有强大的时空信息表征、异步事件处理能力,但由于脉冲发放过程不具有连续可微性,其训练是一个难题.人工神经网络(ANN)转SNN的方法,能够获得较高推理精度的深度SNN,但却存在SNN网络延迟和功耗过高的问题.为了降低网... 脉冲神经网络(SNN)具有强大的时空信息表征、异步事件处理能力,但由于脉冲发放过程不具有连续可微性,其训练是一个难题.人工神经网络(ANN)转SNN的方法,能够获得较高推理精度的深度SNN,但却存在SNN网络延迟和功耗过高的问题.为了降低网络延迟和功耗,本文从脉冲信息传递的异步特性入手,分析了极低延迟下SNN精度损失的主要原因,提出残余膜电位误差(RMPE)的概念,并对其进行分析与推导,建立残余膜电位与初始膜电位和权重之间的关系模型.基于所建立的残余膜电位模型,提出一种初始膜电位和权重的分层校准算法,减少残余膜电位误差,从而解决脉冲输入序列均匀分布假设与真实分布不一致的问题.提出一种ANN-SNN的双阶段转化框架,在第1阶段,采用带有可训练分层阈值的量化截断激活函数对ANN进行二次训练,以实现量化误差与截断误差的最优化;在第2阶段,对SNN进行微调训练,以进一步缩小残余膜电位误差,使得在极低延迟下的ANN-SNN转化也能获得较高的精度.实验结果表明,本文方法在推理延迟和功耗方面都优于现有的方法. 展开更多
关键词 脉冲神经网络 ANN-snn转化 速率编码
在线阅读 下载PDF
大规模脉冲神经网络动态加载仿真方法
6
作者 沈嘉玮 才大业 +2 位作者 杨国青 吕攀 李红 《系统仿真学报》 北大核心 2025年第2期541-550,共10页
针对大规模脉冲神经网络仿真时存在GPU内存需求高的问题,提出一种针对大规模脉冲神经网络的动态加载仿真方法。通过子网络粒度的数据移动,利用主机内存作为更大的内存池,减少GPU显存对于模型仿真规模的限制,实现在单GPU的计算机进行大... 针对大规模脉冲神经网络仿真时存在GPU内存需求高的问题,提出一种针对大规模脉冲神经网络的动态加载仿真方法。通过子网络粒度的数据移动,利用主机内存作为更大的内存池,减少GPU显存对于模型仿真规模的限制,实现在单GPU的计算机进行大规模脉冲神经网络仿真,并使用流水线加速技术减少数据移动对仿真速度的影响。最终实现了在单机GPU的实验环境下仿真百万级别神经元规模的仿真,解决了在脉冲神经网络仿真过程中内存不足的问题。 展开更多
关键词 类脑计算 脉冲神经网络 神经元 突触 仿真
在线阅读 下载PDF
基于小脑脉冲神经网络的柔性机械臂运动控制
7
作者 张透明 韩芳 王青云 《力学学报》 北大核心 2025年第4期997-1007,共11页
柔性机械臂由于自身材料的柔软特性,极容易受到环境中的不确定性干扰,从而发生意外形变,影响控制精度.针对该情况,借鉴人体中小脑对运动的调控和对环境的适应性,搭建了小脑脉冲神经网络模型,用于对柔性机械臂在环境干扰下的运动行为进... 柔性机械臂由于自身材料的柔软特性,极容易受到环境中的不确定性干扰,从而发生意外形变,影响控制精度.针对该情况,借鉴人体中小脑对运动的调控和对环境的适应性,搭建了小脑脉冲神经网络模型,用于对柔性机械臂在环境干扰下的运动行为进行纠正控制.首先,基于分段常曲率方法建立了一个多自由度柔性机械臂模型,它具有移动关节和旋转关节,可以实现伸缩和弯曲的运动行为;并采用顺序二次规划算法近似计算得到机械臂的逆运动学模型,从而求解与期望轨迹对应的期望关节参数.然后,借鉴小脑皮层的神经系统结构与自适应功能,对颗粒层与浦肯野细胞层之间的突触可塑性进行建模,完整构建了小脑脉冲神经网络模型.最后,研究了环境干扰下柔性机械臂完成圆形轨迹和“8”字形轨迹的运动效果,发现与不使用小脑模型的直接开环控制运动结果相比,柔性机械臂末端执行器在小脑脉冲神经网络控制下的轨迹误差分别降低了95%和96%,验证了小脑脉冲神经网络模型对于控制柔性机械臂对抗不确定性干扰的有效性.相较于传统的控制方法,该方法更具有生物可解释性,为柔性机械臂在不确定性扰动下的控制提供了一种类脑智能方法. 展开更多
关键词 小脑 柔性机械臂 脉冲神经网络 适应性
在线阅读 下载PDF
基于类脑脉冲神经网络的边缘联邦持续学习方法
8
作者 王冬芝 刘琰 +1 位作者 郭斌 於志文 《计算机科学》 北大核心 2025年第3期326-337,共12页
移动边缘计算因具有通信成本低、服务响应快等优势,已经成为适应智能物联网应用需求的重要计算模式。在实际应用场景中,一方面,单一设备能够获取到的数据通常有限;另一方面,边缘计算环境通常是动态多变的。针对以上问题,主要对边缘联邦... 移动边缘计算因具有通信成本低、服务响应快等优势,已经成为适应智能物联网应用需求的重要计算模式。在实际应用场景中,一方面,单一设备能够获取到的数据通常有限;另一方面,边缘计算环境通常是动态多变的。针对以上问题,主要对边缘联邦持续学习展开研究,将脉冲神经网络(SNN)创新性地引入到边缘联邦持续学习框架中,在降低设备计算和通信资源消耗的同时,解决本地设备在动态边缘环境中所面临的灾难性遗忘问题。利用SNN解决边缘联邦持续学习问题主要面临两个方面的挑战:首先,传统脉冲神经网络没有考虑持续增加的输入数据,难以在较长的时间跨度内存储和更新知识,导致无法实现有效的持续学习;其次,不同设备学习到的SNN模型存在差异,通过传统联邦聚合获得的全局模型无法在每个边缘设备上取得较好的性能。因此,提出了一种新的脉冲神经网络增强的边缘联邦持续学习(SNN-Enhanced Edge-FCL)方法。针对挑战一,提出了面向边缘设备的类脑持续学习算法,在单个设备上采用类脑脉冲神经网络进行本地训练,同时采用基于羊群效应的样本选择策略保存历史任务的代表样本;针对挑战二,提出了多设备协同的全局自适应聚合算法,基于SNN工作原理设计脉冲数据质量指标,并利用数据驱动的动态加权聚合方法,在全局模型聚合时对不同设备模型赋予相应权重以提升全局模型的泛化性。实验结果表明,相比基于传统神经网络的边缘联邦持续学习方法,SNN-Enhanced Edge-FCL方法在边缘设备上消耗的通信资源和计算资源减少了92%,且边缘设备在测试集上5个连续任务中的准确率都在87%以上。 展开更多
关键词 移动边缘计算 资源受限 灾难性遗忘 联邦学习 持续学习 类脑脉冲神经网络
在线阅读 下载PDF
脉冲神经网络基准测试及类脑训练框架性能评估
9
作者 胡汪鑫 成英超 +2 位作者 何玉林 黄哲学 蔡占川 《应用科学学报》 北大核心 2025年第1期169-182,共14页
随着脉冲神经网络(spiking neural network,SNN)研究需求的不断增长,开源类脑训练框架也迅速发展。然而,目前缺乏针对这些框架的系统性选择指南。为了解决该问题,提出了一种基于图像分类任务的SNN基准测试方法。本文为两种SNN训练方法,... 随着脉冲神经网络(spiking neural network,SNN)研究需求的不断增长,开源类脑训练框架也迅速发展。然而,目前缺乏针对这些框架的系统性选择指南。为了解决该问题,提出了一种基于图像分类任务的SNN基准测试方法。本文为两种SNN训练方法,即直接替代梯度反向传播训练方法以及从人工神经网络(artificial neural network,ANN)到SNN的转换训练方法分别设计了卷积神经网络和全连接深度神经网络模型,并使用MNIST、FashionMNIST和CIFAR-10基准图像数据集,以训练时间和分类准确率为评估指标,比较了不同类脑训练框架的性能差异。研究结果表明,在SNN直接训练中,类脑训练框架SpikingJelly在训练时间和分类准确率方面均表现优异;而在ANN到SNN的转换训练中,Lava框架实现了最高的分类准确率。 展开更多
关键词 深度学习 脉冲神经网络 类脑训练框架 基准测试 图像分类
在线阅读 下载PDF
基于人工神经网络的高空电磁脉冲环境快速预测
10
作者 裴明鸿 谢海燕 +1 位作者 乔海亮 史雪婷 《强激光与粒子束》 北大核心 2025年第10期188-194,共7页
高空电磁脉冲(High-altitude Electromagnetic Pulse, HEMP)幅值高、脉宽宽、覆盖范围大,对现代电子设备和电力网络构成严重威胁。为了实现对HEMP环境的快速预测,提出了一种基于人工神经网络(Artificial Neural Network, ANN)的HEMP快... 高空电磁脉冲(High-altitude Electromagnetic Pulse, HEMP)幅值高、脉宽宽、覆盖范围大,对现代电子设备和电力网络构成严重威胁。为了实现对HEMP环境的快速预测,提出了一种基于人工神经网络(Artificial Neural Network, ANN)的HEMP快速预测模型,解决了传统数值计算的时效性问题,显著提高场环境计算效率及预测精度。该模型结合Karzas-Latter高频近似模型与世界地磁模型,使用Sigmoid激活函数和均方差损失函数,包含一个输入层、八个隐藏层和一个输出层。实验结果表明,该模型能在短时间内完成HEMP电场峰值的精确预测,极大缩短了计算时间,拓展了适用范围。研究成果可为HEMP风险评估及快速响应提供参考。 展开更多
关键词 高空电磁脉冲 电磁辐射 人工神经网络 快速预测 计算模型
在线阅读 下载PDF
神经形态计算:从脉冲神经网络到边缘部署
11
作者 俞诗航 易梦军 +2 位作者 吴洲 申富饶 赵健 《软件学报》 北大核心 2025年第4期1758-1795,共38页
受生物神经系统启发,神经形态计算的概念于20世纪80年代被提出,旨在模拟生物大脑的结构和功能,实现更高效、更具生物合理性的计算方式.作为神经形态计算的代表模型,脉冲神经网络(SNN)因其脉冲稀疏性,事件驱动性、生物可解释性以及硬件... 受生物神经系统启发,神经形态计算的概念于20世纪80年代被提出,旨在模拟生物大脑的结构和功能,实现更高效、更具生物合理性的计算方式.作为神经形态计算的代表模型,脉冲神经网络(SNN)因其脉冲稀疏性,事件驱动性、生物可解释性以及硬件契合性等优势,在资源严格受限的边缘智能任务中得到了广泛应用.针对脉冲神经网络的边缘部署情况进行梳理和汇总,首先从脉冲神经网络模型自身的原理出发,论述脉冲神经网络的高能效计算方式以及巨大的边缘部署潜力.然后介绍当下常见的脉冲神经网络硬件实现工具链,并重点对脉冲神经网络在各类神经形态硬件平台的部署情况做详细的整理与分析.最后,考虑到硬件故障行为已发展为当下研究中不可避免的问题,对脉冲神经网络边缘部署时的故障与容错研究进行概述.从软件模型原理到硬件平台实现,全面系统地介绍神经形态计算的最新进展,分析脉冲神经网络边缘部署时遇到的困难与挑战,并针对这些挑战给出未来可能的解决方向. 展开更多
关键词 神经网络 脉冲神经网络 神经形态计算 边缘智能
在线阅读 下载PDF
基于突触可塑性延迟和时间注意力的脉冲神经网络及其语音识别应用
12
作者 张航铭 白千一 +2 位作者 邓智超 Alexander Sboev 于强 《计算机学报》 北大核心 2025年第8期1870-1884,共15页
脉冲神经网络(Spiking Neural Networks,SNNs)是一种受大脑启发的计算模型,在处理具有时间和空间维度的数据时具有巨大潜力。研究表明,突触可塑性延迟能够提高SNNs在语音识别等时序任务的性能。然而,时序数据通常具有稀疏性和不均匀性,... 脉冲神经网络(Spiking Neural Networks,SNNs)是一种受大脑启发的计算模型,在处理具有时间和空间维度的数据时具有巨大潜力。研究表明,突触可塑性延迟能够提高SNNs在语音识别等时序任务的性能。然而,时序数据通常具有稀疏性和不均匀性,导致不同时间步中的信息分布存在显著差异。同时,信号中噪声的动态变化进一步加剧了这一问题,使得现有的可塑性延迟方法难以有效捕获关键时间信息,从而限制了模型性能的提升。在这项工作中,我们为可塑性延迟引入了时间注意力机制,通过动态评估各时间步的重要性,进而优化SNNs的性能。具体而言,我们使用扩展卷积来学习延迟和权重。随后,我们在时间维度上利用时间注意力机制动态量化不同时间步的重要性,从而增强模型对关键时间信息的捕获能力。实验结果表明,所提方法在Spiking Heidelberg Digits、Spiking Speech Command和Google Speech Commands数据集上分别取得了96.21%、80.87%和95.60%的精度,相较于传统的可塑性延迟方法有了显著的改进。这一结果验证了我们的方法在处理语音识别任务时的高效性,并为SNNs在处理复杂时序数据中的进一步应用奠定了坚实基础。 展开更多
关键词 类脑计算 脉冲神经网络 突触可塑性延迟 时间注意力 神经形态计算
在线阅读 下载PDF
基于变换域多尺度加权神经网络的全色锐化
13
作者 马飞 孙陆鹏 +1 位作者 杨飞霞 徐光宪 《自然资源遥感》 北大核心 2025年第3期76-84,共9页
为了解决全色锐化过程中存在的空间与光谱信息融合问题,该文提出了一种在非下采样剪切波变换(non-subsampled shearlet transform,NSST)域下,基于多尺度加权的脉冲耦合神经网络(pulse-coupled neural network,PCNN)和低秩稀疏分解的全... 为了解决全色锐化过程中存在的空间与光谱信息融合问题,该文提出了一种在非下采样剪切波变换(non-subsampled shearlet transform,NSST)域下,基于多尺度加权的脉冲耦合神经网络(pulse-coupled neural network,PCNN)和低秩稀疏分解的全色图像和多光谱图像的锐化模型。该模型分为低频和高频处理模块,对于高频子带,提出了一种适用于不同尺度不同方向高频子带的加权方式,并针对其不同方向上的特性,采用一种自适应PCNN模型;对于低频子带,首先将其分解为低秩与稀疏2部分,并根据低秩部分与稀疏部分特点设计相应的融合规则,再采取逆NSST变换得到融合图像。实验在GeoEye,QuickBird与Pléiades数据集上进行,并针对高频信息多尺度加权模块设计了消融实验,相比于次优模型,峰值信噪比(peak signal-to-noise ratio,PSNR)值分别提高了约1 dB,1.6 dB和2.2 dB。实验结果表明,该模型在指标评估中优于其他算法,并有效解决高频信息提取困难问题。 展开更多
关键词 全色锐化 非下采样剪切波变换 多尺度加权 脉冲耦合神经网络 低秩稀疏分解
在线阅读 下载PDF
脉冲耦合神经网络下多视角激光图像点云配准 被引量：1
14
作者 李玮琳 曾琪峰 李颖 《激光杂志》 北大核心 2024年第12期125-130,共6页
多视角配准能够保持场景中物体的几何一致性,但是存在大量遮挡情况,不同视角下的可见性和完整性受限。对此,提出一种脉冲耦合神经网络下多视角激光图像点云配准方法。通过对多视角激光图像的像素噪声响应和灰度分布特性进行分析,得出脉... 多视角配准能够保持场景中物体的几何一致性,但是存在大量遮挡情况,不同视角下的可见性和完整性受限。对此,提出一种脉冲耦合神经网络下多视角激光图像点云配准方法。通过对多视角激光图像的像素噪声响应和灰度分布特性进行分析,得出脉冲耦合神经网络中各个神经元的关键参数,从而确定与神经元对应的动态阈值,实现激光图像多视角分割。分别计算多视角激光图像点云中各个点的三维特征描述子,进行最近邻关系匹配,组建点云关系集合,通过三元组约束优化关系集合识别错误关系点,以关系集中匹配点对之间的误差平方和组建目标函数,通过优化目标函数确定最佳多视角激光图像点云配准方案。实验结果表明,所提方法应用后,区域内部均匀性、区域对比度和最大香农熵较大,点云重叠以及虚假匹配关系较少,降低了Q值。可以有效提升多视角激光图像点云配准结果的精准度。 展开更多
关键词 脉冲耦合神经网络 多视角 激光图像 点云配准
在线阅读 下载PDF
基于改进PSO-BP神经网络的Ni-TiC复合镀层工艺参数优化方法
15
作者 李学威 王兆浩 《电镀与精饰》 北大核心 2025年第8期76-82,共7页
在Ni-TiC复合镀层的制备过程中,由于受到参数非线性波动以及多参数间复杂作用关系的影响,其镀层制备效果不佳。为达到理想的镀层效果,本次借助脉冲负荷电沉积法制备Ni-TiC复合镀层环境,开展基于改进粒子群优化-反向传播(Particle Swarm ... 在Ni-TiC复合镀层的制备过程中,由于受到参数非线性波动以及多参数间复杂作用关系的影响,其镀层制备效果不佳。为达到理想的镀层效果,本次借助脉冲负荷电沉积法制备Ni-TiC复合镀层环境,开展基于改进粒子群优化-反向传播(Particle Swarm Optimization Backpropagation,PSO-BP)神经网络的Ni-TiC复合镀层工艺参数优化方法研究。先对Ni-TiC复合镀层工艺进行分析,探讨TiC粒子浓度、电流密度以及pH值三种工艺参数的影响,然后以此为基础,设计正交试验,开展对Ni-TiC复合镀层工艺参数的初步优化,最后以得到的正交试验结果为输入,采用BP神经网络完成Ni-TiC复合镀层工艺参数优化模型的构建与训练设计,应用改进PSO算法完成BP神经网络模型参数寻优,实现Ni-TiC复合镀层工艺参数优化。实验结果表明:应用该方法,可以实现Ni-TiC复合镀层的制备工艺参数优化,采用优化后的工艺制备的复合镀层的耐腐蚀能力更强。 展开更多
关键词 改进PSO算法 BP神经网络 Ni-TiC复合镀层 工艺参数优化 正交实验 脉冲负荷电沉积方法
在线阅读 下载PDF
基于神经网络的稀疏二维FIR滤波器设计
16
作者 李怡 赵加祥 徐微 《计算机工程与设计》 北大核心 2025年第7期1841-1847,共7页
针对高性能二维线性相位有限脉冲响应(finite impulse response,FIR)滤波器设计,随着阶数增加导致计算和存储压力过大的问题,提出一种稀疏二维FIR滤波器设计的迭代方法。稀疏二维FIR滤波器设计问题被转化为神经网络的李雅普诺夫能量函... 针对高性能二维线性相位有限脉冲响应(finite impulse response,FIR)滤波器设计,随着阶数增加导致计算和存储压力过大的问题,提出一种稀疏二维FIR滤波器设计的迭代方法。稀疏二维FIR滤波器设计问题被转化为神经网络的李雅普诺夫能量函数最小化问题。在每次迭代中,利用加权Frobenius范数的正交匹配追踪(orthogonal matching pursuit,OMP)算法寻找滤波器中非零系数的位置,使用Hopfield神经网络计算非零系数。仿真结果表明,该方法能够有效增加二维FIR滤波器的稀疏度,稀疏效果优于已有的稀疏滤波器设计算法。 展开更多
关键词 霍普菲尔德神经网络 稀疏滤波器 线性相位 二维有限脉冲响应滤波器 弗罗贝尼乌斯范数 正交匹配追踪 迭代算法
在线阅读 下载PDF
基于卷积神经网络的星载粒子鉴别平台及应用
17
作者 白超平 张珅毅 +3 位作者 张鑫 孙越强 张帅 王子婷 《北京航空航天大学学报》 北大核心 2025年第4期1313-1323,共11页
空间辐射粒子的准确鉴别对科研和工程应用至关重要。现有的粒子鉴别方法,包括探测器望远镜法、静电分析飞行时间法、飞行时间能量法及波形分析能量法,已经在实际应用中取得了良好的效果。结合卷积神经网络(CNN)强大的特征提取与分类能力... 空间辐射粒子的准确鉴别对科研和工程应用至关重要。现有的粒子鉴别方法,包括探测器望远镜法、静电分析飞行时间法、飞行时间能量法及波形分析能量法,已经在实际应用中取得了良好的效果。结合卷积神经网络(CNN)强大的特征提取与分类能力,有望进一步提升粒子能量测量和种类鉴别的精度。基于空间环境探测载荷常用环境,提出一种用于构建在轨CNN粒子鉴别平台的方法,实现粒子种类鉴别。构建了多维度的输入数据集,借助软件平台完成模型的训练与权值的导出,并通过硬件平台完成波形的推断与数据集的扩充。利用建立好的鉴别平台对实际测试得到的中子和伽马波形数据进行训练和测试,并分析软硬件平台鉴别的准确度,完成了平台的验证工作。鉴别平台的建立和应用为未来空间环境探测中粒子测量和鉴别提供了一种新的思路和方法,具有较强的工程实践意义。 展开更多
关键词 粒子探测 卷积神经网络 星载FPGA平台 脉冲波形鉴别
在线阅读 下载PDF
一种粒子群优化脉冲耦合神经网络的全色锐化算法
18
作者 赵志威 付昱凯 杨树文 《航天返回与遥感》 CSCD 北大核心 2024年第5期51-63,共13页
为了进一步降低多光谱与全色影像融合后的光谱和空间信息失真,提高融合质量,文章提出一种粒子群优化脉冲耦合神经网络的多光谱与全色影像融合算法。该算法基于主成分分析和非下采样剪切波搭建融合方法的基础融合框架,在低频系数融合过... 为了进一步降低多光谱与全色影像融合后的光谱和空间信息失真,提高融合质量,文章提出一种粒子群优化脉冲耦合神经网络的多光谱与全色影像融合算法。该算法基于主成分分析和非下采样剪切波搭建融合方法的基础融合框架,在低频系数融合过程中使用细节注射的融合方法,降低非必要的信息注射,从而提高光谱保持度。在融合高频系数时,采用参数自适应的简化脉冲耦合神经网络计算融合权重,并基于粒子群优化算法全局搜索能够获取最佳融合质量的对应参数,以提高空间信息的完整性和清晰度。文章通过三组实验验证提出算法的可行性,并与现有的、经典的融合算法进行对比,实验显示:文章提出的融合算法在三组实验中的光谱角映射均在0.1左右,通用图像质量指数在0.9以上。实验结果表明:该算法不仅能够有效提高全色与多光谱影像的融合质量,而且融合效果稳健,在对比实验中具有最佳的融合性能。 展开更多
关键词 全色与多光谱影像 遥感影像融合 脉冲耦合神经网络 粒子群优化算法
在线阅读 下载PDF
基于脉冲序列标识的深度脉冲神经网络时空反向传播算法 被引量：2
19
作者 王子华 叶莹 +3 位作者 刘洪运 许燕 樊瑜波 王卫东 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第6期2596-2604,共9页
尖峰放电的脉冲神经网络(SNN)具有接近大脑皮层的信号处理模式,被认为是实现大脑启发计算的重要途径。但是,目前对于深度脉冲神经网络的学习仍缺乏有效的监督学习算法。受尖峰放电速率标识的时空反向传播算法的启发,该文提出一种面向深... 尖峰放电的脉冲神经网络(SNN)具有接近大脑皮层的信号处理模式,被认为是实现大脑启发计算的重要途径。但是,目前对于深度脉冲神经网络的学习仍缺乏有效的监督学习算法。受尖峰放电速率标识的时空反向传播算法的启发,该文提出一种面向深度脉冲神经网络训练的基于时间脉冲序列标识的监督学习算法,通过定义突触后电位和膜电位反传迭代因子分别分析脉冲神经元的空间和时间依赖关系,使用替代梯度的方法解决反传过程中不连续可微的问题。不同于现有基于尖峰放电速率标识的学习算法,该算法能够充分反映脉冲神经网络输出的时间脉冲序列的动态特性。因此,所提算法非常适合应用于需要较长时间序列标识的计算任务,例如行为的时间脉冲序列控制。该文在静态图像数据集CIFAR10和神经形态数据集NMNIST上验证了所提算法的有效性,在所有这些数据集上都显示出良好的性能,这有助于进一步研究基于时间脉冲序列应用的大脑启发计算。 展开更多
关键词 脉冲神经网络 监督学习 误差反向传播 时间脉冲序列标识 替代梯度
在线阅读 下载PDF
基于自适应时间步脉冲神经网络的高效图像分类 被引量：1
20
作者 李千鹏 贾顺程 +1 位作者 张铁林 陈亮 《自动化学报》 EI CAS CSCD 北大核心 2024年第9期1724-1735,共12页
脉冲神经网络(Spiking neural network,SNN)由于具有相对人工神经网络(Artifcial neural network,ANN)更低的计算能耗而受到广泛关注.然而,现有SNN大多基于同步计算模式且往往采用多时间步的方式来模拟动态的信息整合过程,因此带来了推... 脉冲神经网络(Spiking neural network,SNN)由于具有相对人工神经网络(Artifcial neural network,ANN)更低的计算能耗而受到广泛关注.然而,现有SNN大多基于同步计算模式且往往采用多时间步的方式来模拟动态的信息整合过程,因此带来了推理延迟增大和计算能耗增高等问题,使其在边缘智能设备上的高效运行大打折扣.针对这个问题,本文提出一种自适应时间步脉冲神经网络(Adaptive timestep improved spiking neural network,ATSNN)算法.该算法可以根据不同样本特征自适应选择合适的推理时间步,并通过设计一个时间依赖的新型损失函数来约束不同计算时间步的重要性.与此同时,针对上述ATSNN特点设计一款低能耗脉冲神经网络加速器,支持ATSNN算法在VGG和ResNet等成熟框架上的应用部署.在CIFAR10、CIFAR100、CIFAR10-DVS等标准数据集上软硬件实验结果显示,与当前固定时间步的SNN算法相比,ATSNN算法的精度基本不下降,并且推理延迟减少36.7%~58.7%,计算复杂度减少33.0%~57.0%.在硬件模拟器上的运行结果显示,ATSNN的计算能耗仅为GPU RTX 3090Ti的4.43%~7.88%.显示出脑启发神经形态软硬件的巨大优势. 展开更多
关键词 脉冲神经网络 低功耗推理 高效训练 低延迟
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 39 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部