专利名称：一种基于脉冲神经网络的特征分类方法及系统专利类型：发明专利发明人：王上
申请号：CN201810936803.6申请日：20180816公开号：CN109102027A公开日：20181228
摘要：本发明提供的基于脉冲神经网络的特征分类方法，设置输入层每个神经元的输入数据，所述输入数据由本质特征数据和量的数据组成，将输入层的神经元数据传递到到隐含层；隐含层通过对输入的不同神经元的数据组合进行计算得到隐含层的每个神经元的输出值，并将隐含层的输出值传递到输出层；输出层将输入层和隐含层的各个神经元的输出的量的数据进行对比计算，选择并标注出最大值神经元的数据作为分类结果。过对本质特征的分类和量分类综合后，可以不需要大量数据通过反向递归算法获取权重值来分类事物，仅仅通过对输出的最大值神经元的比较查找来分类相同、相似的事物。该方法分类事务效率高，可延长输入数据时间分类动作等特征，通用性强。
申请人：王上
地址：400000 重庆市沙坪坝区微电园恒大优活城一期4栋2单元1-1
国籍：CN
代理机构：北京酷爱智慧知识产权代理有限公司
代理人：向霞
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容