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！

龙图腾网获悉河海大学申请的专利基于知识迁移的脉冲神经网络训练方法、设备及存储介质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：CN116702865B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202310712420.1，技术领域涉及：G06N3/084；该发明授权基于知识迁移的脉冲神经网络训练方法、设备及存储介质是由谢在鹏;高原;陈鹏;刘子昂设计研发完成，并于2023-06-15向国家知识产权局提交的专利申请。

本基于知识迁移的脉冲神经网络训练方法、设备及存储介质在说明书摘要公布了：本发明公开了一种基于知识迁移的脉冲神经网络训练方法，包括：构建数据集；构建教师ANN网络，用误差反向传播算法进行训练；构建脉冲神经网络SNN，记为学生网络，学生网络采用LIF神经元，并为LIF神经元引入近似梯度函数；利用反向传播算法训练SNN，在训练过程中，将教师网络已习得的知识通过逐层定义的损失函数迁移到学生网络中。本发明能够加快SNN的收敛，提高SNN的推理精度，使得将SNN部署在资源受限的设备上时实现低功耗、高精度、低延迟的表现。

本发明授权基于知识迁移的脉冲神经网络训练方法、设备及存储介质在权利要求书中公布了：1.一种基于知识迁移的脉冲神经网络训练方法，其特征在于，包括如下步骤： 步骤1：构建CIFAR-10的图片分类任务数据集D，将数据集D按一定比例分成训练集DTrain和测试集DTest； 步骤2：构建教师ANN网络，用误差反向传播算法在DTrain上训练教师ANN网络，得到训练后的教师网络NetT，并保存教师网络NetT中的权重参数； 步骤3：构建脉冲神经网络SNN，记为学生网络NetS，学生网络NetS采用具有脉冲累积—发射和泄露特性的LIF神经元，并为LIF神经元引入近似梯度函数 步骤4：定义训练学生网络NetS的中间层损失函数和输出层损失函数 步骤5：将教师网络NetT已习得知识迁移到学生网络NetS中：分别在教师网络NetT和学生网络NetS上做前向传播，得到二者的中间层输出，以及输出层输出；计算学生网络NetS的中间层损失函数和输出层损失函数利用神经网络优化器执行梯度下降算法，训练学生网络NetS；若学生网络NetS的模型收敛或达到最大训练轮次，则执行步骤6，否则返回步骤5； 步骤6：在测试集DTest上测试学生网络NetS的性能表现，得到训练完成的脉冲神经网络。

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河海大学，其通讯地址为：211100 江苏省南京市江宁区佛城西路8号；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”。