包邮 基于时滞激光系统的储备池计算

第1章 绪论 1.1 引言 1.2 人工神经网络 1.2.1 人工神经元模型 1.2.2 前馈神经网络 1.2.3 递归神经网络 1.3 储备池计算的基本概念及原理 1.3.1 回声状态网络 1.3.2 延时型储备池 1.3.3 单节点延迟耦合储备池 1.4 延时型光电储备池计算的研究进展 1.4.1 光电储备池计算的研究进展 1.4.2 全光储备池计算的研究进展 1.5 本书的结构安排 本章参考文献 第2章 基于半导体激光器储备池计算的相关理论 2.1 引言 2.2 半导体激光器的相关理论模型 2.2.1 自由运行半导体激光器的理论模型 2.2.2 光反馈半导体激光器的理论模型 2.2.3 光注入半导体激光器的理论模型 2.2.4 互耦合半导体激光器的理论模型 2.3 半导体激光器的非线性动力学输出特性 2.3.1 光反馈激光器的非线性动力学输出特性分析 2.3.2 光注入激光器的非线性动力学输出特性分析 2.4 储备池输入层信息数据的掩码 2.4.1 几种常用的掩码 2.4.2 混沌信号时间延迟特性分析 2.4.3 混沌信号复杂度特性分析 2.5 基于互耦合半导体激光器优质混沌信号的获取 2.5.1 系统模型及理论推导 2.5.2 获取混沌信号的参数区域 2.5.3 获取具有弱TDS混沌信号的参数区域 2.5.4 获取优质混沌信号的参数区域 2.5.5 本节小结 2.6 本章总结 本章参考文献 第3章 基于双光反馈半导体激光器的储备池计算 3.1 引言 3.2 基于双光反馈半导体激光器的储备池计算系统 3.2.1 系统结构 3.2.2 系统模型 3.2.3 测试任务及评价指标 3.2.4 系统动力学特性分析 3.3 系统预测性能分析 3.4 储备池虚拟节点状态及记忆能力分析 3.4.1 储备池虚拟节点的状态分析 3.4.2 储备池的记忆能力分析 3.5 本章总结 本章参考文献