骨骼基础的动作识别在多媒体应用中至关重要，但传统的人工神经网络（ANN）耗能较高，限制了其在资源受限的边缘设备上的部署。脉冲神经网络（SNN）提供了一种节能的替代方案，但现有的脉冲模型在处理骨骼数据时，常常通过密集矩阵聚合、重型多模态融合模块或非稀疏频域变换来妥协SNN的内在稀疏性。此外，这些模型还严重受限于脉冲神经元的短期遗忘问题。提出的脉冲状态空间拓扑变换器（S3T-Former）是首个完全由...