人工脉冲神经网络的AI数据融合平台设计

当前物联网系统中数据格式不统一,对大量数据进行处理分析和存储较为困难,本研究基于人工脉冲神经网络建立了新型AI数据融合平台,对多种数据源进行整合处理。对传统的神经网络进行改进,提出改进型的脉冲神经网络,结合了BP神经网络的空间信息,将脉冲信息通过膜电压的变化转换为时间信息,输出层输出的数据结合了空间信息与时间信息。结合多层双向LSTM网络建立PALC模型,提取数据的形态特征和语义特征,对平台中非结构化数据的实体信息进行抽取和融合。实验结果显示,本研究数据融合平台的数据库每秒查询率更高,QPS最高可达到59863,信息抽取的准确率最高为99%。