{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,20]]，“日期-时间”：“2024-06-20T23:14:57Z”，“时间戳”：1718925297712}，“引用-计数”：38，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：“日期-零件”：[[2021,2,1]]，”日期-时间“：”2021-02-01T00:00Z“，”timestamp“：1612137600000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100010852”，“名称”：“中国科学院计算技术研究所”，“DOI-asserted-by”：“publisher”}，{“DOI”：”10.13039\\501100012226“，”name“：”中央高校基本科研经费“，”DOI-assert-by“：“publisher”}，{“DOI”：“10.13039\/501000002865”，“name”：“重庆市科委”，“DOI-asserted-by”：“publicher”}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Neurocomputing”]，”published-print“：{”date-parts“：[2021,2]}，”DOI“10.1016\/j n.eucom.2020.10.100“，“type”：“journal-article”，“created”：{“date-parts”：[[2020,11,12]]，“date-time”：“2020-11-12T03:22:38Z”，“timestamp”：1605151358000}，“page”：：“96-106”，“update-policy”：”http:\\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：15，“title”：[“CompSNN:一种基于时空压缩尖峰特征的轻量级尖峰神经网络”]，“前缀”：“10.1016”，“卷”：“425”，“作者”：[{“给定”：“滕萧”，“家族”：“王”，“序列”：“第一”，“从属”：[]}，{“已知”：“丛”，“家庭”：“石”，“顺序”：“附加”，“隶属”：[]}，}“给定的”：“西川”，“家人”：“周”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Yingcheng”，“family”：“Lin”，“sequence”：“additive”，“filiation“：[]{”given“：”Junxian“，”family“：”He“，”sequence“：”additional“，”affiliance“：[]}，”givent“：”Ping“，”serquence“:”additionable“，”filiation从属关系“：[]}，{”给定“：”应“，“家庭”：“王”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“李渊”，“家族”：“刘”，“顺序”：“额外”，“隶属关系”：[]}、{“给出”：“南涧”，“家庭“：”吴“，”序列“：”附加“，”从属关系“：[]]}，}“给定的”：“帮”，“家人”：“罗”，“排序”：“添加”，“附属”：[]}]，“成员”：“78”，“引用”：[{“密钥”：“10.1016\/j.neucom.2020.10.100_b0005”，“doi-asserted-by”：“crossref”，“first page”：“253”，“doi”：“10.116\/j-neunet.2019.09.036”，“article-title”：“生物学似是而非尖峰神经网络学习综述”，“volume”：《122》，“author”：“Taherkhani”，“year”：“2020”，“journal-title“：”“neural networks”}，{“issue”：“1\u20132”，“key”：“10.1016\/j.neucom.2020.10.100_b0010”，“首页”：“99”，“文章标题”：“神经活动内在思想的逻辑演算”，“卷”：“52”，“作者”：“Mcculloch”，“年份”：“1943”，“期刊标题”：《公牛数学生物学》}，{“问题”：“6088”，“关键”：“10.116\/j.neucom.200.10.100_b001”，“doi-asserted-by”：“crossref”，“first”页面“：”533“，”doi“：“10.1038\/323533a0”，“article-title”：“通过反向传播错误学习表征”，“volume”：“323”，“author”：“Rumelhart”，“year”：“1986”，“日记标题”：“Nature”}，{“issue”：“3”，”key“：”10.1016\/j.neucom.2020.100_b0020“，”doi-asserted-by“：”crossref“，”首页“349”，“doi”：“10.1007\/s10827-007-0038-6”，“article蒂尔”：“尖峰神经元网络的模拟：工具和策略综述”，“卷”：“23”，“作者”：“Brette”，“年份”：“2007”，“期刊标题”：“J.Comput.Neurosci.”}，{“key”：“10.1016\/J.neurocom.20210.100_b0025”，“系列标题”：“尖峰神经元模型：单个神经元、群体、可塑性”，“作者”：“Gerstner”，“年份”：“2002”}，{“issue”：“5”，“key”：“10.1016\/j.neucom.20210.100_b0300”，“doi asserted by”：“crossref”，“首页”：“1063”，“doi”：“10.1109\/TNN.2004.832719”，“文章标题”：“皮层尖峰神经元使用哪个模型？”，“卷”：“15”，“作者”：“Izhikevich”，“年份”：“2004”，“期刊标题”：“IEEE Trans.Nneural Networks”}，{“问题”：“2”，“密钥”：“10.1016\/j.neucom.20210.10100_b035”，“doi-asserted-by”：“crossref”，“first page”：“245”，“doi”：“10.1162\/089976606775093882”，“article-title”：“Polychronization:Computation with spikes”，“volume”：：“18”，“author”：“Izhikevich”，“year”：“2006”，“journal-title“：”Neural Comput.：“188”，“doi”：“10.1016\/j.neunet.2012.11.014”，“article-title”：“用于在线时空模式识别的动态演化峰值神经网络”，“volume”：“41”，“author”：“Kasabov”，“year”：“2013”，“journal-title“：”neural networks“}”，{“issue”：“May”，“key”：”10.1016\\j.neucom.2020.10.10.100_b0045“，”第一页：“321”，“article-tiple”：“使用动态突触进行计算和学习”，“卷”：“6”，“作者”：“Maass”，“年份”：“1999”，“日志标题”：“脉冲神经网络”}，{“问题”：“11”，“关键”：“10.1016\/j.neucom.2020.10.100_b0050”，“doi-asserted-by”：“crossref”，《首页》：“2706”，“doi”：“101109\/TPAMI.2013.71”，“文章标题”：“通过低速率编码和符合处理从帧驱动到无帧事件驱动视觉系统的映射\u2013前馈ConvNets应用程序”，“卷”：“35”，“作者”：“P\u00e9rez-Carrasco”，“年份”：“2013”，“日志标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“问题”：“2”，“关键”：“10.1016\/j.neucom.2020.10.100_b0055”，“doi-asserted-by”：“crossref”，“doi”：“10.1007\/s11432-019-1468-0”，“article-title”：“CNN到高效尖峰卷积神经网络的确定性转换规则”，“volume”：“63”，“author”：“Yang”，“year”：“2020”，“journal-title“：”Sci.China Inform.Sci.“}，{“key”：”10.1016\/j.neucom.2020.10.10.100_b0060“，”doi-assert-by“：”Crosref“，“first page”：“189”，“DOI”：“10.3389\/fnins.2019.00189”，“article-title”：“ReStoCNet:用于记忆效率神经形态计算的剩余随机二进制卷积峰值神经网络”，“volume”：“13”，“author”：“Srinivasan”，“year”：“2019”，“journal-title“：“Front.Neurosci.”}，{“issue”：“10”，“key”：”10.1016\/j.neucom.2020.10.10.100_b0065“，”DOI-asserted-by“：”crossref“，“首页”：“1539”，“DOI”：“10.1109\/TNNLS.2013.2245677”，“文章标题”：“通过时间编码和尖峰神经元学习进行快速前馈计算”，“卷”：“24”，“作者”：“余”，“年份”：“2013”，“期刊标题”：《IEEE Trans.Neural Networks Learn.Syst.》}，{“问题”：“9”，”键“10.1016\/j.neucom.2020.10.100_b0070”，“DOI-asserted-by”：“crossref”，“首页”：“1963”，“DOI”：“10.1109\/TNNLS.2014.2362542”，“article-title”：“使用尖峰神经网络中的类皮质特征对AER运动事件进行前馈分类”，“volume”：“26”，“author”：“Zhao”，“year”：“2014”，“journal-title“IEEE Trans.neural Networks Learn.Syst.”}，{“key”：”10.1016\/j.neucom.2020.10.100_b0075“，”DOI-asserted-by“：“crossref”，“first page”：“212”，，“DOI”：“10.1016\/j.neucom.2017.04.003”，“article-title”：“使用棘突时间相关可塑性进行视觉模式识别的快速无监督学习”，“volume”：”249“，“author”：“Liu”，“year”：“2017”，“journal-title“：”Neurocomputing“}”，{“key”：：“CSNN：一个增强的基于尖峰效应的感知感知框架”，“作者”：“Xu”，“年份”：“2018年”，“期刊标题”：“IJCAI”}，{“问题”：“2”，“关键”：“10.1016\/j.neucom.2020.100_b0085”，“doi-asserted-by”：“crossref”，“首页”：“302”，”doi“10.1109\/TPAMI.201.120”，“article-title”：“使用寻址事件图像传感器对物体和人体姿势进行有效的前馈分类”，“体积”：“34”，“作者”：“陈”，“年份”：“2011”，“期刊标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“键”：“10.1016\/j.neucom.2020.10.100_b0090”，“首页”：“1”，“文章标题”：：“Paugam-Moisy”，“year”：“2012”，“journal-title”：“Handbook Natural Comput.”}，{“key”：“10.1016\/j.neucom.2020.10.100_b0095”，“series-title”：《尖峰神经元网络图像处理[M]人工智能》，“first page”：《525》，“author”：“Meftah”，《year》：“2013”}、{“issue”：“2”，“key“10.1016 \/j.neucom.2010.10.100_b0100”，“doi-asserted-b”y“：”交叉参考“，“first page”：“419”，“DOI”：“10.1007\/s10586-018-02891-0”，“article-title”：“尖峰神经网络编码模式的比较研究：用云计算实现”，“volume”：”22“，“author”：“Almomani”，“year”：“2019”，《journal-title》：“Cluster computing”}，{“key”:“10.1016\/j.neucom.2020.10.100_b0105”，“DOI-asserted-by”：“crossref”，“first-page”：“42”，“DOI”：“10.3389\/fncom.2018.00042”，“article-title”：“使用NeuCube和动态视觉传感器准确识别运动物体的视网膜主题刺激神经网络系统”，“volume”：“12”，“author”：“Paulun”，“year”：“2018”，“journal-title“：“Front.Comput.Neurosci.”}，{“issue”：“3”，“key”：”10.1016\/j.neucom.2020.10.100_b0110“，”DOI-asserted-by“：“crossref”，“first page”：“420”，，“DOI”：“10.1038\/nn1643”，“article-title”：“tempotron：学习基于2013的决定的神经元”，“volume”：”9“，“author”：“G\u00fctig”，“year”：“2006”，“journal-title“：”Nat.Neurosci.“}，{“issue”：“9”，“key”：：“10.1016\/j.neucom.2020.10.100_b0115”，“DOI-asserted-by”：“cross”ref“，”首页“：”919“，”DOI“：“10.1038\/78829”，“article-title”：“通过尖峰时间依赖性突触可塑性进行竞争性希伯来学习”，“volume”：“3”，“author”：“Song”，“year”：“2000”，“journal-title“：”Nat.Neurosci.“}，{“issue”：“4”，“key”：”10.1016\/j.neucom.2020.10.100_b0120“，”doi-asserted-by“：”crossref“，”first page“1289”，“doi”：“10.1109\/TIT.2006.8 71582“，”文章标题“：“Compressed sensing”，“volume”：“52”，“author”：“Donoho”，“year”：“2006”，“journal-title”：“IEEE Trans.Inf.Theory”}，{“issue”：“12”，“key”：”10.1016\/j.neucom.2020.10.100_b0125“，”doi-serted-by“：”crossref“，”first page“4203”，“doi”：“10.1109\/TIT.2005.858979”，“article-title“：”Decoding by linear programming“，”volume“51”，“author”：“Candes”，“year”：“2005”，“journal-title”：“IEEE Trans.Inf.Theory”}，{“issue”：“12”，“key”：“10.1016\/j.neucom.2020.10.100_b0130”，“doi-asserted-by”：“crossref”，“first-page”：“5406”，“doi”：“101109\/TIT.2006.885507”，“article-title“：”随机投影的近最优信号恢复：通用编码策略：“IEEE Trans.Inf.Theory”}，{“issue”：“10”，“key”：“10.1016\/j.neucom.2020.10.100_b0135”，“doi-asserted-by”：“crossref”，“首页”：“2002”，“doi”：“101109\/TPAMI.2014.2315808”，“article-title”：“快速压缩跟踪”，“卷”：“36”，“作者”：“Zhang”，“年份”：“2014”，“日志标题”：“IEEE-Trans.Pattern Anal.Mach.Intell.”}，{“键”：“10.1016\/j.neucom.2020.10.100_b0140”，“series-title”：“秩序编码[M]计算神经科学”，“首页”：“113”，“作者”：“Thorpe”，“年份”：“1998”}，{“key”：“10.106\/j-neucom.202.10.100_b0115”，“doi-asserted-by”：“crossref”，”doi“10.1108\/k.2003.06732gae.003”，《article-title》：“Spiking neuron models:单神经元，种群，可塑性“”，“author”：“Andrew”，“year”：“2003”，“journal-title”：“Kybernetes”}，{“key”：“10.1016\/j.neucom.2020.10.100_b0150”，“doi-asserted-by”：“crossref”，“first page”：”118“，“doi”：“101016\/j.neunet.2018.03.019”，“article-title“：”手写数字识别的Spiking神经网络\u2013监督学习和网络优化“，”volume“：”103“，”author“：“Kulkarni”，“year”：“2018”，“journal-title”：“Neural Networks”}，{“key”：“10.1016\/j.neucom.2020.10.100_b0155”，“首页”：“2451”，“文章标题”：“A 5 Meps$100 USB2。0地址事件监视器序列接口。IEEE国际电路与系统研讨会”，“卷”：“2007”，“作者”：“伯纳”，“年份”：“2007.”，“期刊标题”：“IEEE”}，{“密钥”：“10.1016\/j.neucom.2020.10.100_b0160”，“非结构化”：“Java A E R.开源项目.[在线]。可用：http://\/jaer.wiki.sourceforge.net，2011.”}“”doi-asserted-by“：”crossref“，”first page“：”2278“，”doi“：”10.1109\/5.726791“，”article-title“：”Gradient-based learning applied to document recognition“，“volume”：“86”，“author”：“LeCun”，“year”：“1998”，“journal-title”：“Proc。IEEE”｝，｛“key”：“10.1016\/j.neucom.20210.100_b0170”，“非结构化”：“Serrano Gotarredona T，Linares Barranco B.mnist dvs数据库。[在线]。可用：http:\/\/wwww2。imsecnm。csic公司。es\/caviar\/MNISTDVS。html，2014.“}，{”key“：”10.1016\/j.neucom.2020.10.100_b0175“，”doi-asserted-by“：”crossref“，”first page“：“481”，“doi”：“10.3389\/fnins.2015.00481”，“article-title”：“Poker-DVS和MNIST-DVS.他们的历史，他们是如何制造的，以及其他细节”，“volume”：“9”，“author”：“Serrano-Gotarredona”，“year”：“2015”，“journal-title“：”Front.Neurosciona“}，{”键“：”10.1016\/j.neucom.20210.100_b0180”，“文章标题”：“时尚MNIST:一个新颖的图像数据集”，“作者”：“肖”，“年份”：“2017”，“期刊标题”：“基准马赫。学习。算法。“}，{”issue“：”10“，”key“：”10.1016\/j.neucom.2020.10.100_b0185“，”doi-asserted-by“：”crossref“，”first-page“：”2028“，”doi“：”101109\/TPAMI.2015.2392947“，”article-title“：”HFirst:一种暂时的对象识别方法“，”volume“：“37”，“author”：“Orchard”，“year”：“2015”，“journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“键”：“10.1016\/j.neucom.2020.10.100_b0190“，“article-title”：“基于多尺度时空特征和尖峰神经元的无监督aer对象识别”，“author”：“Liu”，“year”：“2020”，“journal-title“：”IEEE Trans。神经网络学习。系统。“}]，”container-title“：[”Neurocomputing“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0925232017136？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“https:\//api.elsevier.com\/content\/article\/PII:S0925231220317136？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2021,2,10]]，“date-time”：“2021-02-10T04:54:05Z”，“timestamp”：1612932845000}，“score”：1，“resource”：{“primary”：“URL”：“https:\\/linkinghub.elsevier.com/retrieve\/pii\/S0925252 31220317136“}}，”副标题“：[]，”短标题“：[]，”已发布“：｛”日期部分“：[[2021,2]]｝，”引用次数“：38，”替代id“：[”S0925231220317136“]，”URL“：”http:\/\/dx.doi.org/10.1016\/j.neucom.20210.10.1000“，”relationship“：｛｝，”ISSN“：[”0925-2132“]，”ISSN type“：[｛”value“：”0925-2132“，”type“：”print“｝]，”subject“：[]，”published“：｛”日期部分“：[[2021,2]]}，“断言”：[｛“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由”｝，｛“value”：“CompSNN:一个基于时空压缩尖峰特征的轻量级尖峰神经网络”，“name”：“articlettle”，“label”：“文章标题”｝，｛“value”：“神经计算”，“name”：“journaltitle”，“label”：“Journal Title”｝，｛“value”：“https://doi.org/10.1016\/j.neucom.20210.10.100”，“name”：“articlelink“，”label“：”CrossRef DOI link to publisher maintained version“}，{”value“：”article“，”name“：”content_type“，”标签“：”content-type“}、{”value“：“\u00a9 2020 Elsevier B.V.保留所有权利。”，“name”：“copyright”，“label”：“copyright“}]}}”