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
文献类型：期刊论文
| 作者 | 徐频捷2; 王诲喆2; 李策1; 唐丹2; 赵地2 |
| 刊名 | 计算机工程与科学
 |
| 出版日期 | 2020 |
| 卷号 | 42.0期号:003页码:397 |
| 关键词 | 图像分类 脉冲神经网络 移动GPU计算 |
| ISSN号 | 1007-130X |
| 英文摘要 | 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。 |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/31345]  |
| 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.中国矿业大学 2.中国科学院计算技术研究所 3.中国科学院大学 |
| 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. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。