在气体分类问题上，实现了一个基于 LIF 神经元的脉冲神经网络（SNN）气体分类模型，使用小批量数据以及不同干扰下的数据进行训练，并与机器学习中多种常用的有监督分类算法进行对比。此模型在气体识别中表现出了良好的鲁棒性，同时在对高干扰的气体识别时表现出了一定的泛化能力。
评论