基于卷积脉冲神经网络的图像分类算法仿真

本文提出一种基于卷积深度神经网络多层架构的,以脉冲神经元为独立计算单元和非监督学习方式为目标标定方式的图像分类网络,相较于传统卷积深度神经网络实现了较大程度上的神经元数目压缩和学习参数压缩,同时通过在数个不同数据集上的实验对该网络相关参数实现调优,最终在Caltech face/motorbike dataset数据集上达到了81%的准确率,验证了本模型的正确性。