IF神经元复位

分为两种复位方式：
1.置零复位
2.减去阈值复位

通常使用第二种，因为第二种可以保留之前脉冲强度的信息。

归一化方法

Fast-Classifying, High-Accuracy Spiking Deep Networks Through Weight and Threshold Balancing

阈值不变的情况下，对网络权重进行缩放。

Conversion of continuous-valued deep networks to efficient event-driven networks for image classification

对权重归一化进行进一步优化

Going deeper in spiking neural networks: VGG and residual architectures

采用逐层推进的方式完成整个网络神经元的发放阈值调整。