[发明专利]神经元模型、拓扑结构、信息处理方法和视网膜神经元

权利要求书

1.一种神经元模型，其特征在于，包括：至少两个独立的神经网络单元，每个所述神经网络单元用于处理不同数据格式的信号；

其中，在所述神经元模型的各所述神经网络单元中，选通一个神经网络单元。

2.根据权利要求1所述的神经元模型，其特征在于，还包括：选通器件，所述选通器件分别与各所述神经网络单元相连；

所述选通器件，用于在所述神经元模型中选通一个神经网络单元。

3.根据权利要求2所述的神经元模型，其特征在于，所述选通器件为程控器件，所述神经元模型还包括：选通控制器件，所述选通控制器件与所述选通器件相连；

所述选通控制器件，用于确定待选通的目标神经网络单元，并向所述选通器件发送与所述目标神经网络单元匹配的选通控制指令；

所述选通器件，具体用于根据所述选通控制指令，选通所述神经元模型中的所述目标神经网络单元。

4.根据权利要求3所述的神经元模型，其特征在于，所述选通控制器件与所述神经元模型的输入端相连；

所述选通控制器件用于，解析输入信号中包括的路由选择信息，并根据所述路由选择信息，确定待选通的目标神经网络单元。

5.根据权利要求1-4任一项所述的神经元模型，其特征在于，所述神经元模型中的神经网络单元包括：第一神经网络单元和第二神经网络单元；

所述第一神经网络单元，用于对模拟信号进行处理并输出；

所述第二神经网络单元，用于对脉冲信号进行处理并输出。

6.根据权利要求5所述的神经元模型，其特征在于，所述第一神经网络单元为人工神经网络单元，所述第二神经网络单元为脉冲神经网络单元。

7.一种神经元拓扑结构，其特征在于，包括第一神经元模型、第二神经元模型和数据格式转换器件；

所述第一神经元模型和所述第二神经元模型通过所述数据格式转换器件相连，所述第一神经元模型和所述第二神经元模型中分别选通不同类型的神经网络单元；

所述数据格式转换器件，用于将所述第一神经元模型所适配的第一数据格式的信号，转换为所述第二神经元模型所适配的第二数据格式的信号；

其中，所述第一神经元模型和所述第二神经元模型为权利要求1-6中任一所述的神经元模型。

8.根据权利要求7所述的神经元拓扑结构，其特征在于，所述第一神经元模型中选通脉冲神经网络单元，所述第二神经元模型中选通人工神经网络单元；

所述数据格式转换器件的输入端与所述第一神经元模型的输出端相连，所述数据格式转换器件的输出端与所述第二神经元模型的输入端相连；

所述数据格式转换器件具体用于：将所述第一神经元模型分时输出的各脉冲信号进行设定时长的累加，得到模拟信号，并将所述模拟信号发送至所述第二神经元模型。

9.根据权利要求7所述的神经元拓扑结构，其特征在于，所述第一神经元模型中选通脉冲神经网络单元，所述第二神经元模型中选通人工神经网络单元；

所述数据格式转换器件的输入端与所述第一神经元模型的最后一个隐藏层中的各输出端相连，所述数据格式转换器件的输出端与所述第二神经元模型的输入端相连；

所述数据格式转换器件具体用于：将所述第一神经元模型的最后一个隐藏层中的各输出端在同一时刻输出的各脉冲信号进行累加，得到模拟信号，并将所述模拟信号发送至所述第二神经元模型。

10.根据权利要求7所述的神经元拓扑结构，其特征在于，所述第一神经元模型中选通人工神经网络单元，所述第二神经元模型中选通脉冲神经网络单元；

所述数据格式转换器件的输入端与所述第一神经元模型的输出端相连，所述数据格式转换器件的输出端与所述第二神经元模型的输入端相连；

所述数据格式转换器件具体用于：按照设定采样规则，将所述第一神经元模型输出的模拟信号进行信号采样，并将采样得到的脉冲信号发送至所述第二神经元模型。