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！

申请/专利权人：江苏大学

摘要：本发明公开了一种基于微柱自荐的HTM空间池快速训练方法及系统，通过重构空间池中微柱的结构，赋予微柱更多的信息来表达微柱的承载程度。利用微柱和输入的重叠值计算微柱的自荐状态，基于自荐状态和承载度构建微柱的激活规则。针对被激活的微柱，利用基于压缩编码的微柱突触调整规则，构建输入与微柱集合的映射，形成空间池的训练结果。本发明利用微柱的重叠值和承载度作为微柱激活的依据，能够保证被激活的微柱稀疏分布在空间池中，提高空间池中微柱的利用率；利用基于压缩编码的微柱突触调整规则，能够快速构建激活微柱与输入之间的映射，提高空间池的训练效率，并且在新输入的训练过程中，基于压缩编码的微柱突触调整规则不会更改已训练的内容，提高了空间池训练结果的稳定性。

主权项：1.一种基于微柱自荐的HTM空间池快速训练方法，其特征在于，包括如下步骤：步骤1，根据输入编码中1分量的位置对编码进行压缩，得到输入序列的压缩编码；步骤2，利用微柱与压缩编码的重叠值计算微柱的自荐状态，将自荐状态和微柱的承载度信息共同作为微柱的激活依据，构建微柱激活规则，在空间池中形成输入的稀疏分布表征；微柱激活规则为：步骤2.3.1，针对自荐状态为same的一类微柱，挑选包含当前输入值的微柱进行激活并统计微柱个数记为n1，若n1大于等于a_n，则返回这个激活的微柱集作为输入的表达；否则，在剩余的微柱中随机挑选承载度最低的n2个微柱进行激活，n2取满足约束n1+n2≤o_n的最大值；然后更新这n2个微柱的承载度信息，即在微柱上保存当前输入的内容，并将微柱参与输入的个数增加1；步骤2.3.2，若在自荐状态为same类的微柱中，激活的微柱数量少于o_n，则在自荐状态为similar的微柱中随机挑选承载度最低的n3个微柱进行激活，n3取满足约束n1+n2+n3≤o_n的最大值；同时更新这n3个微柱的承载度信息，即在微柱上保存当前输入的内容，并将微柱参与输入的个数增加1，这些微柱的近端突触也要根据当前输入的编码进行调整；步骤2.3.3，在自荐状态为distinct的一类微柱中，随机挑选承载度最低的a_n-n1-n2-n3个微柱进行激活；同时更新这些微柱的承载度信息，即在微柱上保存当前输入的内容，并将微柱参与输入的个数增加1，这些微柱的近端突触也要根据当前输入的编码进行更新；其中，a_n表示空间池用多少个微柱来表达输入，o_n表述两个相邻输入的微柱集最多重叠多少个微柱；步骤3，针对被输入所激活的微柱集，通过基于压缩编码的微柱突触调整规则调整激活微柱中的近端突触，构建输入压缩编码与激活微柱集的映射关系；压缩编码与激活微柱集的映射关系表示为：Wactive_i＝Wactive_i∪encoderCurrentInput其中，active_i表示当前输入通过算法挑选出的活跃微柱的编号，Wactive_i表示该微柱所拥有的连通突触集合，encoderCurrentInput对应输入编码中1分量的位置序号的集合；CurrentInput是当前输入的内容；步骤4，将被激活的微柱集送入时间池进行训练，构建输入之间的时序关系，并在HTM中形成记忆，HTM根据记忆的内容预测后续的输入。

全文数据：

权利要求：

百度查询： 江苏大学 一种基于微柱自荐的HTM空间池快速训练方法及系统