摘 要
近年来，卷积神经网络（ConvolutionNeuralNetwork，CNN）在深度学习领域很好
地解决了计算机视觉、自然语言处理以及模式识别等相关问题，并且应用广泛。卷积神
经网络的模型训练简单，但是在应用上却面临能耗高且资源需求高的问题。脉冲神经网
络（SpikingNeuralNetwork，SNN）因其能更加真实地对生物神经进行仿真，相较于卷
积神经网络，它具有高效能的特点，但是该网络模型的训练比较困难。
本文提出了一种将卷积神经网络映射为脉冲神经网络的方法，其基本思想是将卷积
神经网络与脉冲神经网络相结合，把卷积神经网络模型权值参数
CNN转SNN网络迁移的混合优化技术研究-19799字.pdf