基于脉冲神经网络与移动GPU计算的图像分类算法研究与实现

	基于脉冲神经网络与移动GPU计算的图像分类算法研究与实现
	徐频捷 1; 王诲喆 1; 李策 3; 唐丹 1; 赵地 1
	2020
发表期刊	计算机工程与科学
ISSN	1007-130X
卷号	42.0 期号:003 页码:397
摘要	计算机视觉旨在通过计算机模拟人的视觉系统,让计算机学会“看”,是人工智能、神经科学研究的一个热点。作为计算机视觉的经典任务,图像分类吸引了越来越多的研究,尤其是基于神经网络的算法在各种分类任务上表现优异。然而,传统浅层人工神经网络特征学习能力不强、生物可解释性不足,而深层神经网络存在过拟合、高功耗的缺点,因此在低功耗环境下具有生物可解释性的图像分类算法研究仍然是一个具有挑战性的任务。为了解决上述问题,结合脉冲神经网络,设计并实现了一种基于Jetson TK1和脉冲神经网络的图像分类算法。研究的主要创新点有:(1)设计了深度脉冲卷积神经网络算法,用于图像分类;(2)实现了基于CUDA改进的脉冲神经网络模型,并部署在Jetson TK1开发环境上。
关键词	图像分类脉冲神经网络移动GPU计算
语种	英语
文献类型	期刊论文
条目标识符	http://119.78.100.204/handle/2XEOYT63/31346
专题	中国科学院计算技术研究所期刊论文_中文
作者单位	1.中国科学院计算技术研究所 2.中国科学院大学 3.中国矿业大学
第一作者单位	中国科学院计算技术研究所
推荐引用方式 GB/T 7714	徐频捷,王诲喆,李策,等. 基于脉冲神经网络与移动GPU计算的图像分类算法研究与实现[J]. 计算机工程与科学,2020,42.0(003):397.
APA	徐频捷,王诲喆,李策,唐丹,&赵地.(2020).基于脉冲神经网络与移动GPU计算的图像分类算法研究与实现.计算机工程与科学,42.0(003),397.
MLA	徐频捷,et al."基于脉冲神经网络与移动GPU计算的图像分类算法研究与实现".计算机工程与科学 42.0.003(2020):397.