-
公开(公告)号:CN114065806A
公开(公告)日:2022-02-18
申请号:CN202111259707.0
申请日:2021-10-28
Applicant: 贵州大学
Abstract: 本发明涉及一种基于脉冲神经网络的机械手触觉数据分类方法,包括,步骤S1,数据输入;步骤S2,图卷积层;步骤S3,发送脉冲;步骤S4,特征映射;步骤S5,发送脉冲;步骤S6,特征映射;步骤S7,发送脉冲;步骤S8,输出结构。本发明通过构建脉冲神经网络模型,包括,输入层、图卷积层、3个LIF层、2个具有不同输出的全连接层以及输出层;优化隐藏层的模型结构,并通过引入正态分布密度函数近似传播函数来加快模型收敛速度,提高物体分类准确性;通过修改隐藏层的结构,使模型与触觉感知场景更加贴合,更能够模拟实际场景,提高了感知能力,以及模型的鲁棒性。
-
公开(公告)号:CN114065806B
公开(公告)日:2022-12-20
申请号:CN202111259707.0
申请日:2021-10-28
Applicant: 贵州大学
Abstract: 本发明涉及一种基于脉冲神经网络的机械手触觉数据分类方法,包括,步骤S1,数据输入;步骤S2,图卷积层;步骤S3,发送脉冲;步骤S4,特征映射;步骤S5,发送脉冲;步骤S6,特征映射;步骤S7,发送脉冲;步骤S8,输出结构。本发明通过构建脉冲神经网络模型,包括,输入层、图卷积层、3个LIF层、2个具有不同输出的全连接层以及输出层;优化隐藏层的模型结构,并通过引入正态分布密度函数近似传播函数来加快模型收敛速度,提高物体分类准确性;通过修改隐藏层的结构,使模型与触觉感知场景更加贴合,更能够模拟实际场景,提高了感知能力,以及模型的鲁棒性。
-