Shikhar Gupta的SNN解决手写体识别

Shikhar Gupta的SNN解决手写体识别
首先他这个算法是基于LIF（泄露整合发放神经元模型）神经元的一个神经网络。

从这张图中你可以很清晰的看出，他在每一次接受脉冲以后都会有一个短暂的下降，这是因为电流在泄露。
1、 感受野
这里用到感受野的作用就是在模拟人眼，可以做个试验，大家将人眼定睛在某一个点的时候，会有一个范围的视野，但是在视野范围中的物体的清晰程度就是以你定睛物体为中心，越来越不清晰的。所以在这里用了一个感受野矩阵与输入图像进行卷积。

其中sca1 = 0.625，sca2=0.125，sca3=-0.125，sca4=-0.5.影响程度依次递减。


2、 编码
既然是脉冲神经网络，免不了要对图像进行编码。编码方式有频率编码、时序编码以及高斯感受野编码等，在这里使用的是频率编码。
首先输入的是进行感受野卷积处理之后的图片，然后然后将该图上的数据范围映射到（1,20）上去，之后进行频率编码。如果大家是刚开始学习snn的人，那我想可能刚开始都跟我一样不知道频率编码是什么，那我这里就简单介绍一下在这个算法里面他是怎么进