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！

龙图腾网恭喜浙江大学;之江实验室申请的专利一种基于STDP在线学习的卷积脉冲神经网络的硬件加速器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：CN114611684B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210220091.4，技术领域涉及：G06N3/063；该发明授权一种基于STDP在线学习的卷积脉冲神经网络的硬件加速器是由朱晓雷;董骁;陈沁馨;马德;唐华锦设计研发完成，并于2022-03-08向国家知识产权局提交的专利申请。

本一种基于STDP在线学习的卷积脉冲神经网络的硬件加速器在说明书摘要公布了：本发明公开了一种基于STDP在线学习的卷积脉冲神经网络的硬件加速器，采用STDP与RSTDP两种算法结合训练，支持网络的在线学习，能够适应动态变化的环境。所述硬件加速器由上位机与FPGA组成，前者进行脉冲编码等数据预处理，后者进行实际的网络计算。加速器在Xilinx的ZCU102型号的FPGA上实现，最终在MNIST数据集上进行训练，测试准确率可达95％。本发明支持小样本学习，即使有标签的本量减少到原训练集的20％，测试准确率依然可达约95％。在100MHz时钟频率下，每幅图像推理时间为0.16s，训练时间为0.177s，处理速度比CPU提高了16倍。本发明功耗为3.979W，相比于CPU降低了两个数量级。

本发明授权一种基于STDP在线学习的卷积脉冲神经网络的硬件加速器在权利要求书中公布了：1.一种基于STDP在线学习的卷积脉冲神经网络的硬件加速器，其特征在于包括：由PS端、PL端组成的FPGA，以及PC端；PC端将输入样本图像数据预处理成为脉冲数据，以TCP协议传输到PS端，再由PL端通过AXI总线读取；对于PL端返回给PS端的数据，当发送的为脉冲数量较大的具体数据时，在初始化时PS端发送一个数据写地址给PL端，PL端的网络输出数据会存放于一个FIFO中，当数据存储数量到达一定值时，PL端会给PS端一个中断，通知其读取数据，同时PL端会将FIFO中的数据写入相应地址的DDR中，PS端就从中读取数据，再返回给PC端；而若发送的为训练层数单一的控制信号时，则PS端通过AXI_Lite协议直接发送给PL端；所述的PL端包括训练计算模式和推理计算模式两种工作模式；训练计算模式时，输入的是带标签的样本进行学习，根据规定的STDPRSTDP训练规则修改网络中的突触权值；推理计算模式时，输入不带标签的样本，输出对该样本的预测标签；训练计算模式采用逐层训练的方式，依次对3层卷积层进行训练，训练时只改变训练层的权值，不改变其它层的权值，其中膜电位计算模块将输出膜电位存放于膜电位FIFO中，逐点抑制模块读取若干通道的膜电位，根据膜电位选取出最出色神经元，并将抑制后的神经元输出到逐点抑制RAM中，等待所有输入神经元经逐点抑制计算后，赢者选取模块从逐点抑制RAM中读取抑制后的神经元，从中选取赢者，存入赢者神经元FIFO中；STDPRSTDP学习模块从赢者神经元FIFO中读取赢者，对其连接突触的权值进行更新；所述的推理计算模式为卷积总体控制模块从输入脉冲FIFO中读取脉冲数据，然后发送给移位控制模块，当移位控制模块存储脉冲达到一定数量后将1个脉冲输出给卷积核计算单元，卷积核计算单元计算出权值和，然后汇总给膜电位计算模块计算得到膜电位，并将脉冲和膜电位输出；其中，移位控制模块每发送1个脉冲给卷积核计算单元，后者会累计计算输出通道数个权值和，因此也会输出多个通道的脉冲和膜电位，卷积总体控制模块等待它们完全计算完成并输出后才会继续输入下一个脉冲。

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浙江大学;之江实验室，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。