摘要
本发明公开了利用脉冲神经网络提升图像分类性能的方法及系统包括：基于三元组脉冲时间依赖可塑性学习规则，在无监督手写数字识别研究过程中，着重关注了神经元激活模式和突触可塑性，在观察到准确率波动后，本发明深入分析了权重初始化、STDP随机性和超参数敏感性等关键影响因素；本发明对常见的SNN结构进行优化，实现了脉冲Inception模块，并通过三元组STDP对SNN进行训练；本发明创新性地将模拟退火算法与STDP结合用于神经元参数优化：通过SA建立最优超参数组合，经STDP训练后，在有限数据集条件下实现显著性能提升，尤其展现出对百类数字单次感知分类的高效性。
