成功模拟脉冲神经网络

终于成功的模拟了一个脉冲神经网络的更新过程了，呜呜呜，真不容易啊，改代码改了好久，断断续续的查论文，看SNN的机制。现在终于可以说自己完成了（自豪），开心。

具体代码我不粘贴，因为写的有点多，一下全粘贴出来，可能不太好。主要贴出来新加的内容吧：

首先是时间类

#ifndef TIME_H
#define TIME_H

class Time
{
public:
	Time();
	~Time();
	/// <summary>
	/// 根据时间步返回当前的时间
	/// </summary>
	/// <param name="step_">时间步</param>
	/// <returns>当前时间</returns>
	double get_ms(int step_);

	/// <summary>
	/// 返回当前的时间步的个数
	/// </summary>
	/// <returns></returns>
	int get_step();

	/// <summary>
	/// 在每个时间片结束，需要更新运行的时间步
	/// </summary>
	/// <param name="min_delay">最小延迟</param>
	void update(int min_delay);
private:

	double dt;	//仿真精度
	int step;		// 运行的时间步的个数
};

Time::Time():dt(0.1),step(0)
{
}

Time::~Time()
{
}

double Time::get_ms(int step_)
{
	return step_ * dt;
}

int Time::get_step()
{
	return step;
}

void Time::update(int min_delay)
{
	step += min_delay;
}


#endif // !TIME_H

因为在每一个时间片都需要保存已经运行的时间步，而且对全局可用，所以，在Manager.h中加入set和get方法

来看看最终的运行效果

哈哈，开心。

接下来就是代码的优化了。其实最终目的肯定是分布式运行，不过也没必要着急。慢慢来就行，加油！！！