公开(公告)号：CN112712170B

公开(公告)日：2023-06-20

申请号：CN202110025992.3

申请日：2021-01-08

Applicant: 西安交通大学

Inventor： 赵广社 ,  姚满 ,  王鼎衡 ,  刘美兰

IPC: G06N3/049 ,  G06N3/084 ,  G06F18/241

Abstract: 本发明公开了一种基于输入加权脉冲神经网络的神经形态视觉目标分类系统，属于人工神经网络技术领域，该分类系统由如下四个方法模块构成：数据预处理模块、网络构建模块、学习模块和推理模块。数据预处理模块用于将获取的事件相机异步输出时空脉冲事件流转换为事件帧序列；网络构建模块用于将输入加权单元和脉冲神经层单元按照一定的网络连接方式搭建成输入加权脉冲神经网络；学习模块用于根据预处理模块得到的事件帧序列，对网络构建模块得到的输入加权脉冲神经网络进行学习，并生成模型文件；推理模块用于加载学习模块输出的网络模型文件进行前馈网络计算。本发明能够使得神经形态视觉分类脉冲神经网络在具备低时延的同时，保持较高性能。

公开(公告)号：CN112712170A

公开(公告)日：2021-04-27

申请号：CN202110025992.3

申请日：2021-01-08

Applicant: 西安交通大学

Inventor： 赵广社 ,  姚满 ,  王鼎衡 ,  刘美兰

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于输入加权脉冲神经网络的神经形态视觉目标分类系统，属于人工神经网络技术领域，该分类系统由如下四个方法模块构成：数据预处理模块、网络构建模块、学习模块和推理模块。数据预处理模块用于将获取的事件相机异步输出时空脉冲事件流转换为事件帧序列；网络构建模块用于将输入加权单元和脉冲神经层单元按照一定的网络连接方式搭建成输入加权脉冲神经网络；学习模块用于根据预处理模块得到的事件帧序列，对网络构建模块得到的输入加权脉冲神经网络进行学习，并生成模型文件；推理模块用于加载学习模块输出的网络模型文件进行前馈网络计算。本发明能够使得神经形态视觉分类脉冲神经网络在具备低时延的同时，保持较高性能。

公开(公告)号：CN112699956B

公开(公告)日：2023-09-22

申请号：CN202110025987.2

申请日：2021-01-08

Applicant: 西安交通大学

Inventor： 赵广社 ,  姚满 ,  王鼎衡 ,  刘美兰

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/049 ,  G06N3/0464 ,  G06N3/08 ,  G06N5/04

Abstract: 本发明公开了一种基于改进脉冲神经网络的神经形态视觉目标分类方法。所述方法包括：S1：获取神经形态视觉目标分类数据集；S2：脉冲事件流序列化聚合：将数据集中的时空脉冲事件流数据，按照设定的时间分辨率dt聚合成新的事件帧序列数据；S3：构建改进脉冲神经网络模型：改进泄露‑积累‑发射(Leaky Integrity and Fire，LIF)脉冲神经元在时间维度上的突触连接方式，基于改进LIF神经元层搭建改进脉冲神经网络；S4：对于脉冲事件流序列化聚合后的数据集，从序列中随机抽取样本作为输入，训练和测试所构建的改进脉冲神经网络；S5：保存训练好的改进脉冲神经网络结构和网络参数。本发明能够有效的提升神经形态视觉的目标识别与分类中的网络分类准确率问题。

公开(公告)号：CN107402395A

公开(公告)日：2017-11-28

申请号：CN201710349661.9

申请日：2017-05-17

Applicant: 西安交通大学

Inventor： 吕刚明 ,  姚满 ,  李国兵 ,  朱浩

IPC: G01S19/28 ,  G01S19/33

CPC classification number: G01S19/28 ,  G01S19/33

Abstract: 本发明公开了一种用于单系统和多系统卫星组合导航的选星方法。该方法可从GPS、BDS和GLONASS单系统，GPS/BDS、GPS/GLONASS和BDS/GLONASS双系统，GPS/BDS/GLONASS三系统中选择GDOP接近最优的6颗可见卫星进行定位解算。具体来说，该方法首先根据参与定位的系统数划分星座，其次根据每个星座内可见卫星的仰角，将低于某仰角阈值的区域称为低仰角区，找出低仰角区中四颗方位角近似均匀分布的几组卫星，然后从每个星座剩余可见卫星中依次选取仰角最大和仰角第二大的卫星作为第五颗和第六颗卫星，最后计算从几个星座中选出的所有卫星组合的GDOP并选择GDOP最小的卫星组合最为最终的卫星组合。本发明选出卫星的GDOP十分接近最优值，且极大降低了选星运算量，可满足用户对卫星定位精确性、实时性和鲁棒性的要求。

公开(公告)号：CN112699956A

公开(公告)日：2021-04-23

申请号：CN202110025987.2

申请日：2021-01-08

Applicant: 西安交通大学

Inventor： 赵广社 ,  姚满 ,  王鼎衡 ,  刘美兰

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04

Abstract: 本发明公开了一种基于改进脉冲神经网络的神经形态视觉目标分类方法。所述方法包括：S1：获取神经形态视觉目标分类数据集；S2：脉冲事件流序列化聚合：将数据集中的时空脉冲事件流数据，按照设定的时间分辨率dt聚合成新的事件帧序列数据；S3：构建改进脉冲神经网络模型：改进泄露‑积累‑发射(Leaky Integrity and Fire，LIF)脉冲神经元在时间维度上的突触连接方式，基于改进LIF神经元层搭建改进脉冲神经网络；S4：对于脉冲事件流序列化聚合后的数据集，从序列中随机抽取样本作为输入，训练和测试所构建的改进脉冲神经网络；S5：保存训练好的改进脉冲神经网络结构和网络参数。本发明能够有效的提升神经形态视觉的目标识别与分类中的网络分类准确率问题。