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！

龙图腾网获悉北京理工大学申请的专利一种基于类脑学习算法的图片识别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：CN116977821B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310921275.8，技术领域涉及：G06V10/82；该发明授权一种基于类脑学习算法的图片识别方法是由杨旭;雷云霖;尤鑫洋;路秉鑫;陈耀宇;李明锐设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本一种基于类脑学习算法的图片识别方法在说明书摘要公布了：一种基于类脑学习算法的图片识别方法，使用结合频率诱导的类脑学习算法训练图片编码器，然后使用训练好的图片编码器将图片转化成脉冲序列，再使用类脑监督学习算法训练识别层，识别层输出为识别结果。训练过程分为三步，第一步建立输入层，对输入图片进行初步处理，并转换成初始脉冲序列；第二步建立基于具有频率诱导的启发式机制的脉冲神经元的图片编码器，使用结合基于赫布规则的类脑算法进行训练；第三步建立图片识别器，使用基于非对称STDP的类脑监督学习算法进行训练。训练结束后，在应用过程输入需要识别的图片，识别层的输出即为识别结果。

本发明授权一种基于类脑学习算法的图片识别方法在权利要求书中公布了：1.一种基于类脑学习算法的图片识别方法，其特征在于，包括如下步骤： 步骤1：建立输入层，对输入图片进行初步处理，利用人工滤波器提取图片特征，并转换成初始脉冲序列； 步骤2：建立并训练图片编码器；所述图片编码器使用三层脉冲神经网络构建，每层网络拥有q个具有频率诱导的启发式机制的脉冲神经元，前一层向后一层随机生成若干突触； 步骤3：建立并训练图片识别器；所述图片识别器使用与识别目标数量相同的脉冲神经元构建； 步骤4：使用训练好的图片编码器将图片转化成脉冲序列，并使用训练好的图片识别器对脉冲序列进行识别，从而完成图片识别； 其中，所述步骤2具体包括以下步骤： 步骤2.1：使用具有频率诱导的启发式机制的脉冲神经元构建图片编码器，对系统学习所用的图片按标签进行分组； 步骤2.2：对于每一次仿真，相邻两层之间的脉冲神经元通过新型脑启发的赫布生长算法进行结构学习； 步骤2.3：对于每一次仿真，脉冲神经元的突触通过非对称性STDP规则进行权值学习； 所述步骤2.2具体包括以下步骤： 步骤2.2.1：对于建立了突触的两层，建立一个系数矩阵A，矩阵中的元素Aij表示前一层神经元i与后一层神经元j之间生长突触的重要性，并设置生长阈值θHEBB； 步骤2.2.2：每一次仿真结束后，遍历相邻两层之间的神经元对，根据下式更新系数矩阵： 其中λHEBB是系数衰减系数，和分别是该次仿真中后一层神经元j第m次激发时间和前一层神经元i第n次激发时间，th是统计时间阈值，Si和Sj分别表示前一层神经元i在时间的脉冲和后一层神经元j在时间的脉冲，是第k轮仿真结束后更新完的系数，是更新前的系数； 步骤2.2.3：更新完系数矩阵后，如果大于θHEBB，则前一层神经元i将会向后一层神经元j生成一条突触，同时置为0； 步骤2.2.4：对将会发生生长的突触前神经元进行遍历，对于遍历到的前一层神经元i，选择最大的K个突触后一层神经元j进行生长突触； 所述步骤2.3具体包括以下步骤： 一次仿真结束后，扫描所有突触，对于前后神经元每一次激发，根据下式计算Δt： Δt＝tpre-tpost+delay 其中tpre和tpost分别表示突触前神经元和突触后神经元激发时间，delay是突触延时，然后根据下式计算每一条突触权值的修改值： 新权重等于w+Δw，其中wmax是权值上限，λSTDP是学习率，μ+和μ-分别是权值增长和衰减时权值决定系数，αSTDP是不对称系数，K+和K-分别是权值衰减和增长时的时间收敛系数，e是自然常数，τ-和τ+分别是权值增长和衰减时时间放缩系数。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。

以上内容由龙图腾AI智能生成。