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！

龙图腾网获悉之江实验室;浙江大学申请的专利基于阈值自适应神经元的硬件友好STDP学习方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114118378B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111456234.3，技术领域涉及：G06N3/049；该发明授权基于阈值自适应神经元的硬件友好STDP学习方法和系统是由陆宇婧;唐华锦;张宇豪;洪朝飞;王笑;袁孟雯;张梦骁;黄恒;赵文一设计研发完成，并于2021-12-02向国家知识产权局提交的专利申请。

本基于阈值自适应神经元的硬件友好STDP学习方法和系统在说明书摘要公布了：本发明属于脉冲神经网络技术领域，涉及一种基于阈值自适应神经元的硬件友好STDP学习方法和系统，该方法包括以下步骤：S1：采用频率编码将输入图片编码成脉冲序列并输入脉冲神经网络SNN；S2：SNN的兴奋层神经元接收输入脉冲，累积膜电位，当膜电压达到阈值时，发放脉冲且膜电位复位；S3：SNN抑制层与兴奋层神经元一对一连接，接收其输出脉冲并抑制兴奋层神经元；S4：根据STDP学习规则并采用硬件友好权重归一化方法，对输入层和兴奋层间的兴奋性突触权重进行更新；S5：学习完成后，利用兴奋层神经元的脉冲输出序列进行图像识别。本发明能够在保证准确率和稳定性的同时，降低算法在硬件实现的资源消耗。

本发明授权基于阈值自适应神经元的硬件友好STDP学习方法和系统在权利要求书中公布了：1.基于阈值自适应神经元的硬件友好STDP学习方法，其特征在于，包括以下步骤：S1：采用频率编码将输入图片编码成脉冲序列并输入脉冲神经网络SNN；S2：SNN的兴奋层神经元接收输入脉冲，累积膜电位，当膜电压达到阈值时，发放脉冲且膜电位复位；S3：SNN抑制层与兴奋层神经元一对一连接，接收其输出脉冲并抑制兴奋层神经元；S4：根据STDP学习规则并采用硬件友好权重归一化方法，对输入层和兴奋层间的兴奋性突触权重进行更新，具体为：首先基于STDP学习规则，表达式为： ，其中，表示突触前脉冲到达突触j的时刻，表示突触后神经元的放电时间，表示突触前和突触后的刺激引起的总权重变化量，表示STDP的学习函数，即学习窗口，和分别表示时间常量，，表示学习率；对于STDP学习规则，如果突触前神经元发放的脉冲在突触后神经元发放之前到达，则突触增强；反之，突触减弱；采取STDP在线学习方法，即当接收输入脉冲或者发放输出脉冲时会更新权重，公式如下： ，其中，和分别表示t时刻的输入和输出神经元的脉冲轨迹，表示轨迹衰减常数，表示t时刻的权重更新量；再进行归一化操作，得到STDP原始归一化公式为： ，其中，是归一化常数，是指对于每一个突触后神经元，将它所有对应的突触前神经元的权重求和；采用硬件友好的STDP归一化方法，具体表达式如下： ， 和取值趋近于0，取公式线性主部；S5：学习完成后，利用兴奋层神经元的脉冲输出序列进行图像识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人之江实验室;浙江大学，其通讯地址为：311100 浙江省杭州市余杭区中泰街道之江实验室南湖总部；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。