[发明专利]基于增强脉冲的声音识别方法

权利要求书

1.基于增强脉冲的声音识别方法，其特征在于，首先提出增强脉冲的新概念；之后，提出了两种新的学习算法来处理增强脉冲；最后，结合稀疏关键点编码方法，声音被编码成为稀疏的时空脉冲图。

2.根据权利要求1所述的基于增强脉冲的声音识别方法，其特征在于，所述增强神经元模型如下：

增强脉冲使用了脉冲迸发数目来表示其他信息，我们将该数量抽象为脉冲系数，神经元模型需要将脉冲系数纳入其动力学等式中，每个输入脉冲对神经元膜电位V(t)的影响不仅仅由突触权重控制，影响的幅度还由脉冲系数控制；

其中，是到达第i个突触的第j个脉冲的时间,表示相应的脉冲系数，代表当前神经元第j个输出脉冲的时间；

N和w_i表示突触前神经元的数目和相对应的突触权重，θ表示神经元的阈值；K(t)是一个核函数，定义为：

V₀是一个常数因子，用来对K(t)进行归一化；τ_m表示膜电位的时间常数，τ_s表示突触电流的时间常数。

3.根据权利要求1所述的基于增强脉冲的声音识别方法，其特征在于，

1)AugTempotron学习算法

增强学习算法，即增强的Tmp(AugTmp)，来学习和处理增强脉冲；在学习和训练中，AugTmp训练神经元对目标类别(A)发射一个脉冲，同时对其他类别(B)保持沉默；当错误发生时，它将修改突触权重；

其中，η为学习速率，t_max表示神经元膜电位达到其最大值的时刻点；

或

2)AugTDP学习算法

选择TDP多脉冲方法来开发新的增强多脉冲学习算法(AugTDP)，AugTDP学习算法是基于脉冲阈值表层Spike Threshold Surface(STS)函数被开发的，STS定义了一系列使输出脉冲的数量从k变为k-1的临界阈值，参照TDP中的步骤，给定一个临界阈值θ^*，其相对于权重w_i的导数可以表示为：

其中t_s^j＜t^*,j∈{1,2....,m}；t^*代表的膜电位等于θ^*时的临界时间；m是t^*之前的输出脉冲总数；使用t_m表示{t_s¹,t_s²....,t_s^m,t^*}；上式中各个部分的求解公式如下所示：

由此，我们可以得到梯度AugTDP对神经元权重的更新规则如下：

其中n_o表示神经元实际的脉冲输出个数，n_d表示目标个数。

4.根据权利要求1所述的基于增强脉冲的声音识别方法，其特征在于，所述关键点编码算法是将声音转换成脉冲模式图：

关键点编码算法首先对声音信号进行分帧、加窗、短时傅里叶变换、归一化处理，从而得到归一化的能量语谱图S(t,f)；

之后通过log(S(t,i)+∈)-log(∈)(∈表示精度控制值)计算对数能量语谱图，最后将对数能量语谱图进行归一化；进而，对预处理得到的语谱图S(t,i)的局部时域和频域分别提取关键点，关键点通过以下式表示：

其中，d_t和d_f分别表示时域的局域区域大小和频域的局部区域大小。

5.根据权利要求4所述的基于增强脉冲的声音识别方法，其特征在于，关键点编码方法使用两种掩码机制：

1)基于相对值的掩码机制：如果关键点的能量值小于对应局部区域的平均能量值，则此关键点被删除；

2)基于绝对值的掩码机制：如果关键点的能量值小于固定的能量值，则该关键点被视为不重要的信息被删除。