基于局部有源忆阻器的深度回声状态网络系统技术方案

一种基于局部有源忆阻器的深度回声状态网络系统，包括输入层，所述输入层采集具有时间序列属性的向量数据组，并传送向量数据组给第一个储备池和训练池，所述储备池的输出端连接所述训练池，所述训练池输出训练结果给输出层，其特征在于：所述输入层与首尾依次连接的n个储备池中的第一个储备池相连接；所述储备池内设置有掩膜和局部有源忆阻器，其中第一个储备池内的掩膜连接所述输入层，所述局部有源忆阻器前端接掩膜，后端串负载电阻后接地；后级储备池内的的输入是前级负载电阻之间的电压值。其显著效果是：大大减少了储备池的尺寸，简化训练，只需要单个局部有源忆阻器就可实现深度结构，适用于复杂的时间序列预测任务，具有更好的系统性能。更好的系统性能。更好的系统性能。

【技术实现步骤摘要】
基于局部有源忆阻器的深度回声状态网络系统


[0001]本专利技术涉及时间序列预测
，特别是涉及一种基于局部有源忆阻器的深度回声状态网络系统。

技术介绍

[0002]回声状态网络广泛应用于非线性系统识别、语音识别、时间序列预测等领域，效果良好。许多新型材料和元件，包括自旋电子振荡器和局部有源忆阻器等，正被研究用于回声状态网络的硬件实现，以提高系统效率。传统的基于局部有源忆阻器的回声状态网络系统在每个输入信号之后，必须跟随一个读取信号来读取器件电导，且单层的网络不适用于多尺度的时间序列预测任务，限制了其使用范围。而深度回声状态网络对于一些复杂的时间序列预测任务，会导致储备池节点过多，网络过深，影响系统性能。
[0003]现有技术的缺点是：传统的基于局部有源忆阻器的回声状态网络系统不适用于多尺度的时间序列预测任务，而深度回声状态网络对于一些复杂的时间序列预测任务，会导致储备池节点过多，网络过深，影响系统性能。

技术实现思路

[0004]本专利技术的主要目的是，提供基于局部有源忆阻器的深度回声状态网络系统，能够实现回声状态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部有源忆阻器的深度回声状态网络系统，包括输入层，所述输入层采集具有时间序列属性的向量数据组，并传送向量数据组给第一个储备池和训练池，所述储备池的输出端连接所述训练池，所述训练池输出训练结果W
out
给输出层，其特征在于：所述输入层与n个储备池中的第一个储备池相连接，n个储备池结构一致，首尾依次连接；所述储备池内设置有掩膜和局部有源忆阻器，其中第一个储备池内的掩膜连接所述输入层，所述局部有源忆阻器前端接掩膜，后端串负载电阻后接地；后级储备池内的的输入是前级负载电阻之间的电压值。2.根据权利要求1所述的基于局部有源忆阻器的深度回声状态网络系统，其特征在于：第一个储备池中所述局部有源忆阻器的输出状态表达式为：其中，a0＝
‑
1.55，a1＝
‑
1，a2＝6，b0＝
‑
3，b1＝
‑
1，b2＝6，b3＝0.9，b4＝0.076，x为局部有源忆阻器的初始导值x0，v为输入电压，i为输出电流；所有储备池中的局部有源忆阻器均为同一模型，且都是以电压信号作为输入。3.根据权利要求2所述的基于局部有源忆阻器的深度回声状态网络系统，其特征在于：使用掩膜过程在时域中生成虚拟节点，虚拟节点状态值如下式：其中，w
i
为通过局部有源忆阻器得到的电流值，τ为时间步长，x为通过掩膜之后虚拟节点的状态值，N为储备池虚拟节点的总个数，Rt为电阻值，X(t)为最终储备池中得到的状态值。4.根据权利要求1所述的基于局部有源忆阻器的深度回声...

【专利技术属性】
技术研发人员：王丽丹，李广隶，夏磊，唐健峰，付军，杨斌，段书凯，
申请(专利权)人：西南大学，
类型：发明
国别省市：