基于视觉皮层处理机制及脉冲监督学习的图像分类方法与流程技术资料下载

技术编号:15201397

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明涉及图像处理技术领域,特别涉及一种图像分类方法。背景技术在使用神经网络处理图像分类的问题上,目前存在两种网络。一种是传统的神经网络,比如BP神经网络、卷积神经网络,虽然它们的准确度较高,但是需要使用误差反传来一层一层地调整连接,导致学习的效率比较低,而且使用的神经元和生物神经元有很大的差别,因而缺乏生物上的支撑。另一种是脉冲神经网络(SNN),因其使用的是脉冲神经元(对输入进行积累,到达某一程度后神经元才会有输出)而更加接近生物实际。在SNN中用于处理图像分类的方法比较少,有液体状态机以及...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发