基于脉冲神经网络的迁移学习算法

使用脉冲序列进行数据处理的脉冲神经网络具有优异的低功耗特性，但由于学习算法不成熟，多层网络练存在收敛困难的问题。利用反向传播网络具有学习算法成熟和训练速度快的特点，设计一种迁移学习算法。基于反向传播网络完成训练过程，并通过脉冲编码规则和自适应的权值映射关系，将训练结果迁移至脉冲神经网络。实验结果表明，在多层脉冲神经网络中，迁移学习算法能够有效解决训练过程中收敛困难的问题，在 MNIST数据集和 CIFAR-10数据集上的识别准确率分别达到98.56%和56.00俱具有微瓦级别的低功耗特性。