[发明专利]一种用于脉冲神经网络的编码方法

说明书

本发明公开了一种用于脉冲神经网络的编码方法，该实现方法可用于对输入到脉冲神经网络数据进行编码，使编码后的脉冲序列可以直接被脉冲神经网络处理。该方法首先对编码的所有数据进行归一化，归一化后的数据用多位的二进制表示，二进制数据的1或0表示在对应时间点是否有脉冲发放。本发明为一种用于脉冲神经网络的简易高效编码方法，该技术面向脉冲神经网络，减小了总编码时间长度，提升了编码效率，编码方式简单易硬件实现。

技术领域

本发明涉及一种用于脉冲神经网络的简易高效编码方法，属于人工智能领域。本发明主要用于脉冲神经网络的编码。

背景技术

脉冲神经网络被称为是第三代人工神经网络，已经在图像分类、目标跟踪、语音识别等方面取得了优秀的性能，并受到了国内外众多学者和机构的广泛关注和研究。脉冲神经网络的基本计算单元采用的是类脑的神经元，传输的信息采用的是一位的脉冲信号。由于脉冲神经网络的输入是离散的脉冲序列，因此在使用脉冲神经网络对图像或语音等数据进行识别时，需要将数据编码为脉冲序列。

国内外学者借鉴生物神经元对特定刺激信号的编码机制，给出了多种编码方法，主要包括频率编码、时间编码和群体编码等。频率编码是最常见的一种编码方式，由Adrian和Zotterman于1926年提出，认为随着刺激强度的增加，动作电位的频率也相应增加。频率编码认为大部分的刺激信息都包含在神经元的发放频率中。因此采用频率编码将图片等数据编码为脉冲序列时，数据的值越大，在固定时间内产生的脉冲个数越多。时间编码理论认为，神经元传递的信息包含在脉冲的发放时刻的变化中，数据的值越大，则对该数据编码产生的脉冲发放时间越早。群体编码是使用一系列具有不同参数的高斯函数来对输入数据的值进行编码，将输入的数据的值映射到一组神经元来确定多个神经元在编码的时间区间内发放的脉冲时间。

尽管以上编码方法在实验和工程项目中都获得了理论支撑和广泛应用，但上述编码方法仍旧存在很多问题。频率编码的脉冲序列包含了较多的脉冲个数，时间编码为了提高编码的数据精度，需要较长的时间区间的脉冲序列，群体编码的每个单一数据都需要多个神经元来进行处理。为此，提出了一种用于脉冲神经网络的编码方法。

发明内容

为解决现有编码方法存在的技术难点，解决目前频率编码中脉冲所携带信息量少、时间编码中编码时间区间长、以及群体编码中所需神经元个数多的问题。本发明的目的在于提供一种用于脉冲神经网络的编码方法，以较少神经元个数和较短时间区间内的脉冲序列来表达高精度的数据信息。

一种用于脉冲神经网络的编码方法，将需要编码的数据编码为脉冲序列，其具体实现包括以下步骤：

S1：对需要编码的所有数据进行归一化处理。

S2：对归一化处理后的数据以二进制表示。

S3：在起始时间点，S2中的数据的最低一位表示在该时间点是否产生脉冲。

S4：时间点加一，S2的数据右移一位。

S5：S4中的数据的最低一位表示在该时间点是否产生脉冲。

S6：重复S4,S5，直至所有的数据为0。

优选的，该归一化具体的计算公式如下所示：

优选的，x′是数据归一化后的值，x是需要归一化处理的数据，x_min是需要归一化数据的最小值，x_max是需要归一化数据的最大值。

优选的，对归一化处理后的数据以N比特的二进制表示。

优选的，N≥1。

优选的，编码的总时间长度与步骤S2中二进制的数据位宽相等。