[发明专利]基于增强脉冲的声音识别方法

说明书

本发明公开一种基于增强脉冲的声音识别方法。在噪声环境下对声音进行准确地识别,激发了研究者对人脑的运行机理进行探索，从而赋予机器以与人脑相似的认知能力。生物系统中的神经元使用脉冲来传输和处理信息。我们首先将脉冲迸发的生物学现象抽象成为了增强脉冲，其通过定义脉冲系数来表示除脉冲发放时间以外的其它信息。之后，提出了两种新的学习算法来处理增强脉冲。最后，本发明结合稀疏关键点编码方法，提出了两种基于增强脉冲的声音识别方法。我们提出的基于增强脉冲的声音识别模型大幅度地提升了声音识别的准确率和鲁棒性，彰显了增强脉冲及其识别模型的优势。

技术领域

本发明属于类脑计算、声音识别领域，尤其是有关提高脉冲神经网络模型在声音识别上 面表现的技术，具体涉及一种基于增强脉冲的声音识别方法。

背景技术

声音识别是生物从周围环境中获取信息的重要技能之一，这赋予了生物快速对事件做出 响应的杰出能力。由于其重要性，越来越多的研究工作者投入到声音识别领域。然而，如何 在噪声环境下对声音进行准确地识别仍然是一个难题。

人脑在各种认知任务上面(例如学习、记忆、决策等)上具有非凡的表现，这激发了研 究者对人脑的运行机理进行探索，从而赋予机器以与人脑相似的认知能力。生物系统中的神 经元使用脉冲来传输和处理信息。脉冲被认为在人脑卓越的认知计算能力中起着至关重要的 作用。因此，脉冲神经网络(SNN)被提出来，用以模拟和探索人脑中基于脉冲的高效且有效 的信息处理方式。由于拥有与生物系统相似的信息处理方式，SNN被认为具有更好的生物可 信度和计算能力。传统的脉冲神经元分别从上游神经元和下游神经元接收并发送二进制形式 的脉冲。尽管神经元如何用脉冲准确地编码信息仍不清楚，速率和时间两种编码方案被广泛 研究和应用。

最近，生物实验表明神经系统中的神经元经常以脉冲迸发(bursting)的形式来传递信 息，即在短时间内发射若干个脉冲(请参见图1.B)，并且这种迸发现象在可靠的编码和学习 中都起着重要的作用。

发明内容

受此启发，我们首先将脉冲迸发的生物学现象抽象成为了增强脉冲，其通过定义脉冲系 数来表示除脉冲发放时间以外的其它信息。之后，提出了两种新的学习算法来处理增强脉冲。 最后，本发明结合稀疏关键点编码方法，提出了两种基于增强脉冲的声音识别方法。实验结 果表明，与之前声音识别模型相比，我们提出的基于增强脉冲的声音识别模型大幅度地提升 了声音识别的准确率和鲁棒性，彰显了增强脉冲及其识别模型的优势。

本发明首先提出了增强脉冲的新概念。之后，提出了两种新的学习算法来处理增强脉冲。 最后，我们结合稀疏关键点编码方法，提出了两种基于增强脉冲的仿脑声音识别技术。具体 的技术方案如下：

(一)增强脉冲及其学习算法。

(1)增强神经元模型

与传统的二进制脉冲不同，增强脉冲使用了脉冲迸发数目来表示其他信息(见图1.C)。 为了方便，我们将该数量抽象为脉冲系数。为了处理脉冲系数这一额外维度，神经元模型需 要将脉冲系数纳入其动力学等式中。与传统的模型类似，我们的神经元模型会不断将输入的 增强脉冲整合到其膜电位中，并在触发条件满足时发放输出脉冲。不同的是，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。在我们的增强脉冲神经元模型中，这个 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。