← 返回列表
基于光脉冲神经网络实现表情识别的系统及方法
摘要文本
本发明属于神经网络技术领域，涉及一种基于光脉冲神经网络实现表情识别的系统和方法，所述系统包括：输入编码单元、前神经元输出单元、权重连接单元、后神经元输出单元；本发明使用内置饱和吸收体的垂直腔面发射激光器作为光子神经元，并用多个光子神经元构成光脉冲神经网络；输入编码单元负责对待识别信息进行光脉冲编码并注入到前神经元；前神经元的输出通过可调光衰减器与后神经元连接，可调光衰减器负责调节前神经元和后神经元之间的连接权重，后神经元的输出用来表示表情识别的结果；具有内置饱和吸收体的垂直腔面发射激光器有和生物神经元类似的输出特性，且具有制作成本低、能耗低、运行速度快等优点，该光脉冲神经网络能够以极低的能耗和极快的速度正确地识别四种表情。
申请人信息
- 申请人:苏州大学
- 申请人地址:215000 江苏省苏州市十梓街1号苏州大学本部
- 发明人: 苏州大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于光脉冲神经网络实现表情识别的系统及方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311417387.6 |
| 申请日 | 2023/10/30 |
| 公告号 | CN117456577A |
| 公开日 | 2024/1/26 |
| IPC主分类号 | G06V40/16 |
| 权利人 | 苏州大学 |
| 发明人 | 李念强; 张雨鹏; 詹远; 周沛; 黄于 |
| 地址 | 江苏省苏州市姑苏区十梓街1号 |
专利主权项内容
1.基于光脉冲神经网络实现表情识别的系统，其特征在于，该系统包括：输入编码单元、前神经元单元、权重连接单元和后神经元单元，其中，输入编码单元，将待识别表情图像的像素点编码成矩形光脉冲信号；前神经元单元，包括12个前神经元，前神经元为第一内置饱和吸收体的垂直腔面发射激光器阵列，所述前神经元将所述输入编码单元注入的矩形光脉冲信号转化成激光尖峰信号；权重连接单元，包括12个第二可调节光衰减器，所述12个前神经元采用全连接的方式通过12个所述第二可调节光衰减器连接到4个后神经元，其中每个前神经元与每个后神经元的连接权值使用有监督算法计算，有监督算法在计算机上训练完成后，连接权重通过有监督算法迭代更新，将训练后的连接权重映射到第二可调节光衰减器上；后神经元单元，包括4个后神经元，后神经元为第二内置饱和吸收体的垂直腔面发射激光器阵列，4个后神经元接收来自所述权重连接单元输出的加权激光尖峰信号，并产生表情识别最终结果。 该数据由<马克数据网>整理