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！

龙图腾网获悉西南交通大学申请的专利一种融合课程学习策略的脉冲神经网络优化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：CN116629325B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202310696537.5，技术领域涉及：G06N3/049；该发明授权一种融合课程学习策略的脉冲神经网络优化方法是由储节磊;唐玲玲设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本一种融合课程学习策略的脉冲神经网络优化方法在说明书摘要公布了：本发明公开了一种融合课程学习策略的脉冲神经网络优化方法，包括基于训练集中的训练样本对初始化后的脉冲神经网络进行训练，获得预测结果；将预测结果与训练集中的样本标签对比，并计算得到置信度损失；将置信度损失最小为目标函数，逐层向前求导，更新脉冲神经网络中每一层各神经元的参数；不断更新优化脉冲神经网络的参数，直到迭代完成设定好的轮次。本发明在脉冲神经网络中引入课程学习，在训练过程中动态的评价样本的难度，扩大对模型当前状态来说较简单的样本在反向传播中的贡献，对当前较难的样本，则减少对参数更新的影响。此脉冲神经网络优化策略具有高生物合理性，有效的实现了在脉冲神经网络中模拟人类学习新知识的过程。

本发明授权一种融合课程学习策略的脉冲神经网络优化方法在权利要求书中公布了：1.一种融合课程学习策略的脉冲神经网络优化方法，其特征在于，包括以下步骤： 步骤S10、随机初始化脉冲神经网络的各参数； 步骤S20、基于训练集中的训练样本对初始化后的脉冲神经网络进行训练，获得预测结果； 步骤S30、将预测结果与训练集中的样本标签对比，并计算得到训练样本交叉熵损失li； 步骤S40、利用步骤S30中得到的交叉熵损失li，计算得到各训练样本的置信度σi； 步骤S50、利用步骤S30得到的交叉熵损失li和步骤S40中得到的置信度σi，计算得到置信度损失Li； 步骤S60、将步骤S50中得到的置信度损失Li最小为目标函数，逐层向前求导，更新脉冲神经网络中每一层各神经元的参数； 步骤S70、重复步骤S20-S60，不断更新优化脉冲神经网络的参数，直到迭代完成设定好的轮次，得到脉冲神经网络优化后的脉冲神经网络模型； 步骤S80、测试集样本数据编码为脉冲序列输入训练完成的脉冲神经网络； 步骤S90、逐层向后根据LIF神经元的动力学公式进行计算处理； 步骤S100、在网络输出层，根据输出层各神经元发放脉冲的频率，得到模型预测的分类结果； 步骤S110、将模型预测与样本标签对比，一致则表明模型预测正确，否则预测错误，计算模型分类正确率； 所述脉冲神经网络模型应用于图像分类。

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西南交通大学，其通讯地址为：610031 四川省成都市二环路北一段；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。