基于膜电压驱动的spiking神经元监督学习模型的光学字符识别方法

发明专利有效专利

申请号：
CN201911289020.4
IPC分类号：G06K9/20;G06N3/08
申请日期：
2019-12-12
申请人：
电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于膜电压驱动的spiking神经元监督学习模型的光学字符识别方法
申请号	CN201911289020.4	申请日期	2019-12-12
法律状态	实质审查	申报国家	中国
公开/公告日	2020-04-21	公开/公告号	CN111046865A
优先权	暂无	优先权号	暂无
主分类号	G06K9/20 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/20 图像捕获〔3〕	IPC分类号	G;0;6;K;9;/;2;0;;;G;0;6;N;3;/;0;8查看分类表>
申请人	电子科技大学	申请人地址	四川省成都市高新区（西区）西源大道2006号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	电子科技大学	当前权利人	电子科技大学
发明人	李建平;顾小丰;胡健;蒋涛;王青松;陈强强;贺喜;李天凯
代理机构	成都正华专利代理事务所（普通合伙）	代理人	陈选中

摘要

本发明公开了一种基于膜电压驱动的spiking神经元监督学习模型的光学字符识别方法，该方法包括获取光学字符样本集，采用相位编码方法将采用相位编码方法脉冲序列，建立基于膜电压驱动的spiking神经元监督学习模型并进行训练，利用训练后的spiking神经元监督学习模型对待检测光学字符进行识别。本发明通过采用相位编码方法将采用相位编码方法脉冲序列，建立基于膜电压驱动的spiking神经元监督学习模型并进行训练，利用训练后的spiking神经元监督学习模型对待检测光学字符进行识别，显著提高了spiking神经元序列学习的效率，进一步提高了光学字符识别的效率和准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供