| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 论文的研究背景与意义 | 第8-9页 |
| 1.2 储备池计算及其识别应用的国内外研究现状 | 第9-11页 |
| 1.3 论文的研究内容和结构安排 | 第11-12页 |
| 2 基于光电反馈混沌储备池计算识别应用的理论基础 | 第12-26页 |
| 2.1 人工神经网络 | 第12-16页 |
| 2.1.1 人工神经元模型 | 第12-14页 |
| 2.1.2 人工神经网络类型及其结构 | 第14-15页 |
| 2.1.3 递归神经网络 | 第15-16页 |
| 2.2 储备池计算的基本概念 | 第16-20页 |
| 2.2.1 储备池计算的基本结构及特性 | 第17-18页 |
| 2.2.2 传统储备池计算 | 第18-19页 |
| 2.2.3 单节点储备池计算 | 第19-20页 |
| 2.3 混沌储备池计算 | 第20-25页 |
| 2.3.1 混沌信号的产生 | 第20-22页 |
| 2.3.2 混沌信号的判别 | 第22-23页 |
| 2.3.3 混沌储备池计算的类型 | 第23页 |
| 2.3.4 光电反馈混沌储备池计算 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于光电反馈混沌储备池计算的手写数字识别的研究 | 第26-38页 |
| 3.1 手写数字识别任务 | 第26-29页 |
| 3.1.1 理论建模 | 第26-27页 |
| 3.1.2 手写数字预处理 | 第27-28页 |
| 3.1.3 手写数字识别性能评价指标 | 第28页 |
| 3.1.4 权值训练方法 | 第28-29页 |
| 3.2 仿真结果与分析 | 第29-37页 |
| 3.2.1 系统性能分析 | 第29-35页 |
| 3.2.2 仿真识别结果 | 第35-37页 |
| 3.3 本章小结 | 第37-38页 |
| 4 基于光电反馈混沌储备池计算的光分组头识别的研究 | 第38-54页 |
| 4.1 光分组头识别任务 | 第38-40页 |
| 4.1.1 理论建模 | 第38页 |
| 4.1.2 光分组头预处理 | 第38-39页 |
| 4.1.3 光分组头识别性能评价指标 | 第39-40页 |
| 4.2 系统性能分析与仿真识别结果 | 第40-46页 |
| 4.2.1 系统性能分析 | 第40-44页 |
| 4.2.2 仿真识别结果 | 第44-46页 |
| 4.3 光分组头识别的实验研究 | 第46-53页 |
| 4.3.1 实验系统设计 | 第46-47页 |
| 4.3.2 实验识别结果与分析 | 第47-53页 |
| 4.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60页 |
| 攻读硕士学位期间参加科研项目情况 | 第60-61页 |
| 致谢 | 第61-62页 |