买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京理工大学申请的专利基于动态阈值神经元的深度脉冲神经网络的图像识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114662644B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111294464.4，技术领域涉及：G06N3/049；该发明授权基于动态阈值神经元的深度脉冲神经网络的图像识别方法是由宋勇;武喜艳;赵宇飞;白亚烁;栗心怡设计研发完成，并于2021-11-03向国家知识产权局提交的专利申请。

本基于动态阈值神经元的深度脉冲神经网络的图像识别方法在说明书摘要公布了：本发明公开的基于动态阈值神经元的深度脉冲神经网络的图像识别方法，属于类脑计算、深度学习领域。针对现有DNN‑to‑SNN转换技术实现深度SNN时，脉冲传输速率低、发放率低、转换精度存在损失的问题。本发明实现方法为：首先训练DNN，得到权重并保存；然后，基于DNN‑to‑SNN转换方法，将DNN中的激活函数ReLU转换为SNN中具有动态阈值的IF神经元，将DNN权重进行归一化，映射到SNN；最后，仿真运行SNN，每个时间步计算每个神经元的阈值。本方法适用于图像分类识别、目标识别与跟踪等人工智能领域，可加快脉冲传输速率，提高脉冲发放率，加快信息传输，同时降低转换损失。

本发明授权基于动态阈值神经元的深度脉冲神经网络的图像识别方法在权利要求书中公布了：1.基于动态阈值神经元的深度脉冲神经网络的图像识别方法，其特征在于，包括如下步骤：步骤一：首先训练DNN，得到权重并保存；步骤二：基于DNN-to-SNN转换方法，将DNN中的激活函数ReLU转换为SNN中具有动态阈值的IF神经元，将DNN权重进行归一化，映射到SNN，即建立SNN；步骤三：仿真运行SNN，该神经元模型在每个时间步设定每个神经元的阈值，神经元发放脉冲不再需要累积达到固定的阈值，高层神经元能够更早地发放脉冲，因此能够提高脉冲发放率，加快脉冲传输速率，同时降低转换损失；神经元膜电位变化过程如下：膜电位在每个时间步对输入电流累积： 是阶跃函数，表示在t时刻出现脉冲： 其中，是神经元i在t时刻的阈值，阈值动力学公式如下： α为阈值变化因子，表示膜电位去极化速率快慢，α∈[0，1]，V0为神经元初始阈值； 是第l层神经元i的t时刻的膜电位，脉冲神经元累积输入直到膜电位超过阈值此时产生脉冲，神经元膜电位随即被复位： 其中，Vthr设为1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。