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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于自适应阈值整数激活神经元的脉冲神经网络训练方法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：CN119990198B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510470143.7，技术领域涉及：G06N3/049；该发明授权一种基于自适应阈值整数激活神经元的脉冲神经网络训练方法是由桂荣磊;吕旭冬;林辉品;董哲康;王耀农;林贤德设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本一种基于自适应阈值整数激活神经元的脉冲神经网络训练方法在说明书摘要公布了：本发明公开了一种基于自适应阈值整数激活神经元的脉冲神经网络训练方法，具体包括以下步骤：输入神经形态数据流或者静态图像，经过时间编码生成脉冲序列，以此作为模型的输入；在主干网络中，使用基于自适应阈值整值激活的LIF神经元的SNN模块进行下采样和提取多尺度特征；以及将视觉任务分为图像识别，图像检测与图像分割，分别接入不同的处理模块进行处理输出；本发明通过在Meta‑SpikeFormer元模块的基础上，使用一种基于自适应阈值整值激活的LIF神经元的脉冲神经网络，减小训练时的内存开销，提高直接训练的网络性能，拓展脉冲神经网络的应用范围，让网络更好地应用到图像分类，识别与分割任务中。

本发明授权一种基于自适应阈值整数激活神经元的脉冲神经网络训练方法在权利要求书中公布了：1.一种基于自适应阈值整数激活神经元的脉冲神经网络训练方法，其特征在于：包括以下步骤： S1：输入神经形态数据流或者静态图像，经过时间编码生成脉冲序列，作为模型的输入； S2：在主干网络中使用基于自适应阈值整值激活的LIF神经元的SNN模块，进行下采样和提取多尺度特征； 所述LIF神经元的膜电位更新公式为： Vt+1＝τVt1-St+WXt St＝ΘVt-Vth 其中，Vt是时间步t的膜电位，St是时间步t的脉冲信号，W是权重矩阵，连接输入Xt和膜电位，τ是神经元的泄露因子，Vth为阈值，Θ为Heaviside阶跃函数，当膜电位累计大于阈值时，产生阶跃信号； 所述LIF神经元包括：让神经元的脉冲阈值与膜电位变化率成反比，使越重要和越活跃的神经元阈值越低，其连续时间形式为： Vth＝a+1-ae-ψλ 其中，a为可训练的参数，ψ为膜电位变化率，λ为超参数，训练时设置为0.1，Δt为前后两次膜电位变化的时间差，ΔVm为前后两次膜电位变化差值，基于指数衰减的特征，膜电位增高会带来阈值降低，实现对输入强度的敏感响应； 进一步将脉冲信号生成函数与膜电位更新函数修改如下： Vt+1＝τVt-StVth+WXt 基于上述修改后脉冲能够整数值激活，在训练阶段通过整数值激活保留更多的细节信息； S3：将视觉任务分为图像识别，图像检测与图像分割，分别接入不同的处理模块。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。