计算机应用研究

作者：王向文,丁少轩,邹丽,范景行,

单位：1.甘肃民族师范学院信息工程学院,甘肃合作747000；2.西北师范大学计算机科学与工程学院,兰州730070；3.甘肃省气象信息与技术装备保障中心,兰州730020；

关键词：递归脉冲神经网络,监督学习,突触延迟学习,脉冲序列核,

基金：甘肃省自然科学基金资助项目(24JRRA127)；甘肃省青年科技基金资助项目(23JRRA1577)；西北师范大学青年教师科研能力提升计划资助项目(NWNU-LKQN2024-21)；；

递归脉冲神经网络是一类具有反馈回路的类脑智能计算模型，具有强大的复杂时空模式学习能力，但构建其高效的脉冲序列级监督学习算法仍面临挑战。突触权值和延迟在神经元间的信息传递中起着重要作用，然而现有研究大多关注突触权值的学习，对突触延迟的学习和优化相对不足。针对这一现状，提出了一种基于脉冲序列核的递归脉冲神经网络突触权值-延迟监督学习算法，通过同时优化突触权值和延迟来提升网络的学习性能。脉冲序列学习和UCI数据集分类实验的结果显示，动态延迟学习算法比静态延迟学习算法的学习准确率更高且所需学习周期更少，表明突触延迟学习能够显著提高网络训练的准确性并加速网络收敛。

来源：2025年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第12期