Matlab精度验证代码-SNN模式识别: 三层SNN代码，采用监督式尖峰学习规则...

简介：
本项目提供了一个三层脉冲神经网络（SNN）的MATLAB实现，用于模式识别任务。通过监督式尖峰学习算法优化权重，验证模型精度。 此自述文件列出了用于开发尖峰神经网络的代码库内容，这些代码针对基于MNIST数据集的手写数字分类的应用程序进行监督学习训练。该网络采用类似随机梯度下降的方式进行训练，在每次图像显示结束后更新权重。SNN中使用的神经元是简单的泄漏积分并触发类型。 本段落描述了NormAD的监督尖峰神经网络（SNN）训练算法，由N.Anwani和B.Rajendran在2015年国际神经网络联合会议（IJCNN）上发表：“NormAD-基于尖峰神经元的标准化近似后裔监督学习规则”，2015年。 此外，本段落还描述了使用NormAD算法实现三层SNN的CUDA版本。如若您在工作中引用我们的代码，请参考以下文献：SRKulkarni, JMAlexiades 和 B.Rajendran，“基于尖峰神经网络的手写数字学习和实时分类”，2017年第24届IEEE电子，电路和系统国际会议（ICECS），巴统，2017年。