基于脉冲神经网络的知识表征方法、系统、装置

摘要

本发明属于认知神经科学技术领域，具体涉及一种基于脉冲神经网络的知识表征方法、系统、装置，旨在解决现有基于知识表征容错能力较差的问题。本系统方法包括获取待知识表征的文本，作为输入文本；通过Glove算法提取输入文本中每个词设定维度的词向量矩阵并进行归一化处理；将归一化后的各词向量矩阵中的每一个元素作为相应词向量对应维度的电流强度，并通过boost升压电路进行电流增强；通过Izhikevich神经元模型获取增强后的各电流强度对应的脉冲发放时间序列，并构建脉冲发放时间矩阵；对各脉冲发放时间矩阵进行扁平化处理，并结合预设的容忍度，得到各词向量最终的二值知识表征。本发明提升了知识表征的容错能力。