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！

龙图腾网获悉西安电子科技大学申请的专利基于空时信息的超低延时脉冲神经网络及学习方法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：CN114091659B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202111403991.4，技术领域涉及：G06N3/049；该发明授权基于空时信息的超低延时脉冲神经网络及学习方法是由徐长卿;刘毅;朱毅;杨银堂设计研发完成，并于2021-11-24向国家知识产权局提交的专利申请。

本基于空时信息的超低延时脉冲神经网络及学习方法在说明书摘要公布了：本发明涉及一种神经网络及学习法，具体涉及一种基于空时信息的超低延时脉冲神经网络及学习方法，以解决对于携带长脉冲序列的脉冲神经网络训练难以兼顾处理精度和处理时间信息能力的技术问题。脉冲神经网络为基于脉冲神经元的多层感知机或卷积神经网络，采用多阈值LIF模型，依次包括输入层、多个中间隐藏层和输出层。方法步骤包括：构建多阈值LIF模型的脉冲神经网络；采用正态分布初始化脉冲神经元权重；计算脉冲神经网络前向传播；计算损失函数，判断误差是否满足要求，若是，则学习完成；若否，则计算脉冲神经网络误差反向传播，更新权重，直至误差满足要求。

本发明授权基于空时信息的超低延时脉冲神经网络及学习方法在权利要求书中公布了：1.一种基于空时信息的超低延时脉冲神经网络，其特征在于：所述脉冲神经网络为采用多阈值LIF模型构建的基于脉冲神经元的多层感知机或卷积神经网络，包括依次设置的输入层、多个中间隐藏层和输出层； 所述输入层用于转化神经网络信息，采用归一化的方法将输入信息转化为0-1的实数值，作为输入电流传递给下一层网络；所述输入信息包括像素及音频信息； 所述中间隐藏层的脉冲神经元模型中突触模型采用零阶模型； 所述输出层将学习样本的标签转化为仅目标序号所对应的神经元可以产生脉冲，其余神经元均不产生脉冲； 所述多阈值LIF模型为： 其中： I[t]为上一层脉冲神经网络给第i个脉冲神经元发送的突触输入电流； i表示脉冲神经网络的第i个脉冲神经元； j表示上一层脉冲神经网络中第j个脉冲神经元； N为上一层脉冲神经网络脉冲神经元的数量； ωij为上一层脉冲神经网络中第j个脉冲神经元与本级脉冲神经网络中第i个脉冲神经元之间的权重； sj[t]代表上一层脉冲神经网络中第j个脉冲神经元在t时刻的输出脉冲； ui[t]为第i个脉冲神经元在t时刻的膜电压； ui[t-1]为第i个脉冲神经元在前一时刻的膜电压； ureset[t]为脉冲神经元在t时刻的复位电压； τm为脉冲神经元的膜电压时间常数； si[t]为第i个脉冲神经元在t时刻的输出脉冲； Smax为脉冲神经元的输出脉冲上限； Vth为脉冲神经元的阈值电压。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。