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！

龙图腾网恭喜广东工业大学申请的专利一种神经形态计算平台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：CN115329936B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202210988354.6，技术领域涉及：G06N3/049；该发明授权一种神经形态计算平台是由陈岳海;叶武剑;刘怡俊设计研发完成，并于2022-08-17向国家知识产权局提交的专利申请。

本一种神经形态计算平台在说明书摘要公布了：本申请公开了一种神经形态计算平台，控制器启动脉冲编码器对待识别图像进行脉冲编码得到脉冲图像；数据重排单元根据卷积核的大小从脉冲图像中获取对应大小的卷积块，并将卷积块展开成一维阵列，得到神经元输入脉冲；脉冲配置整合单元根据当前网络层的结构配置神经元类型和分发神经元输入脉冲，在神经元计算单元根据神经元输入脉冲对当前网络层进行计算得到输出的脉冲结果后，对输出的脉冲结果进行整合并存储到脉冲缓存单元，为下一网络层的计算提供脉冲数据；脉冲输出计数器计数输出层神经元发放脉冲的数量，用于确定最终识别结果，改善了现有的神经形态计算平台无法支持多种网络拓扑结构的神经网络模型的技术问题。

本发明授权一种神经形态计算平台在权利要求书中公布了：1.一种神经形态计算平台，其特征在于，包括：神经元计算单元、脉冲缓存单元、数据重排单元、脉冲编码器、控制器和脉冲输出计数器，所述神经元计算单元包括脉冲配置整合单元；所述控制器，用于在接收到输入的待识别图像后，启动所述脉冲编码器对所述待识别图像进行脉冲编码，得到脉冲图像；所述数据重排单元，用于根据卷积核的大小从脉冲图像中获取对应大小的卷积块，并将卷积块展开成一维阵列，得到神经元输入脉冲；所述脉冲配置整合单元，用于根据当前网络层的结构配置神经元类型和分发所述神经元输入脉冲，在所述神经元计算单元根据所述神经元输入脉冲对当前网络层进行计算得到输出的脉冲结果后，对输出的所述脉冲结果进行整合并存储到所述脉冲缓存单元，为下一网络层的计算提供脉冲数据；所述脉冲输出计数器，用于计数输出层神经元发放脉冲的数量，所述输出层神经元发放脉冲的数量用于确定最终识别结果；所述神经元计算单元还包括PE阵列和全连接计算单元；所述PE阵列，用于进行卷积层和池化层的计算；所述全连接计算单元，用于进行全连接层的计算；所述神经形态计算平台还包括：用于存储突触权重的突触参数存储单元和用于存储神经元膜电位的神经元存储单元；所述神经元计算单元，具体用于分别从所述突触参数存储单元和所述神经元膜电位存储单元读取突触权重和神经元膜电位，根据该突触权重和该神经元膜电位进行脉冲神经网络模型中的神经元膜电位更新，并将更新后的突触权重存储到所述突触参数存储单元，将更新后的神经元膜电位存储到所述神经元存储单元；所述脉冲神经网络模型中的神经元包括IF神经元、采用一阶欧拉方法优化后的LIF神经元和采用一阶欧拉方法优化后的Izhikevich神经元；优化后的LIF神经元的计算公式为： ； ； ，； ，；式中，V[n]为当前时刻的膜电位大小，V[n+1]为所求的膜电位大小，为采用一阶欧拉方法求得的膜电位电压，为计算时的第n个离散时间步，为输入膜电位大小，为神经元膜电阻产生的电压受神经元此时膜电位的影响大小，f1t,v为第一目标方程，f2t,v为第二目标方程，、为不同阶段V的大小偏置，为神经元静息电位，h为时间步，为时间常数；优化后的Izhikevich神经元的计算公式为： ； ；式中，V为膜电位大小；U为膜电位恢复变量，I为神经元的输入电流，a、b为神经元的模型参数。

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广东工业大学，其通讯地址为：510060 广东省广州市越秀区东风东路729号大院；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”。