买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西安电子科技大学申请的专利面向事件流分类的突触卷积脉冲神经网络获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114548290B 。

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210172647.7，技术领域涉及：G06F18/241；该发明授权面向事件流分类的突触卷积脉冲神经网络是由徐长卿;刘毅;宁嘉豪;杨银堂设计研发完成，并于2022-02-24向国家知识产权局提交的专利申请。

本面向事件流分类的突触卷积脉冲神经网络在说明书摘要公布了：本发明的目的是解决目前对于事件流分类采用的脉冲神经网络难以兼顾处理时间维度和大量冗余数据的技术问题，而提出一种面向事件流分类的突触卷积脉冲神经网络，可以在保证处理精度的前提下有效缩短脉冲神经网络的延时。该神经网络局域具有可学习的衰减系数的多阈值LIF模型构建，脉冲神经网络包括依次设置的输入层、多个中间隐藏层和输出层；所述输入层基于DVS数据压缩，采用带权重的脉冲叠加方式将指定压缩率的脉冲序列压缩处理后传递给下一层网络；所述中间隐藏层包括A层基于突触模型的突触卷积层和B层基于多阈值脉冲神经元的全连接层；所述输出层基于投票机制，用于给上一层神经元随机分配标签。

本发明授权面向事件流分类的突触卷积脉冲神经网络在权利要求书中公布了：1.一种面向事件流分类的突触卷积脉冲神经网络，其特征在于：基于具有可学习的衰减系数的多阈值LIF模型构建，脉冲神经网络包括依次设置的DVS数据压缩输入层、多个中间隐藏层和输出层；所述DVS数据压缩输入层，采用带权重的脉冲叠加方式将指定压缩率的脉冲序列压缩，并采用归一化的方法将输入信息转化为0-1的实数值，作为输入电流传递给下一层网络；所述中间隐藏层包括A层基于突触模型的突触卷积层和B层基于多阈值脉冲神经元的全连接层；A和B均为正整数；所述突触卷积层采用一阶突触模型和卷积函数构成，包括依次设置的卷积层、批量归一化层、突触层以及平均池化层；所述中间隐藏层的脉冲神经元模型中突触模型采用零阶模型；所述输出层基于投票机制，用于给上一层神经元随机分配标签，相同标签的神经元输出累加后求均值作为该标签的输出脉冲；所述一阶突触模型为：Isyn[t]＝tanhωsynIsyn[t-1]+In[t]其中：Isyn[t]和Isyn[t-1]为在t和t-1时刻突触的输出电流；ωsyn为突触的电流衰减权重；In[t]为突触在t时刻的输入电流；所述多阈值LIF模型为： ui[t]＝sigmoidωdecayui[t-1]+I[t]+ureset[t] 其中：I[t]为上一层脉冲神经网络给第i个脉冲神经元发送的突触输入电流；i表示脉冲神经网络的第i个脉冲神经元；j表示上一层脉冲神经网络中第j个脉冲神经元；N为上一层脉冲神经网络脉冲神经元的数量；ωij为上一层脉冲神经网络中第j个脉冲神经元与本级脉冲神经网络中第i个脉冲神经元之间的权重；sj[t]代表上一层脉冲神经网络中第j个脉冲神经元在t时刻的输出脉冲；ui[t]为第i个脉冲神经元在t时刻的膜电压；ui[t-1]为第i个脉冲神经元在t-1时刻的膜电压；ureset[t]为脉冲神经元在t时刻的复位电压；ωdecay为脉冲神经元的衰减权重；si[t]为第i个脉冲神经元在t时刻的输出脉冲；Smax为脉冲神经元的输出脉冲上限；Vth为脉冲神经元的阈值电压。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。