基于Mackey-Glass混沌储备池计算的多波形识别

人工神经网络在模式识别和智能计算等领域具有重要的应用，但目前的人工神经网络存在结构复杂、训练耗时、占用大量的硬件资源等缺陷．设计了一种简单的基于Mackey-Glass非线性方程的混沌储备池计算系统，它把大量不同时刻的混沌状态当作虚拟节点，从而简化了系统结构．利用系统分别实现了3种波形和对应3种不同频率的共9个不同波的识别，分析了储备池计算系统主要参数对多波形识别效果的影响．在最优系统参数条件下，对3种波形和9个波识别的归一化均方根误差分别达到了0.11和0.22