【技术实现步骤摘要】
本专利技术属于全光神经网络的信息处理，具体涉及一种基于半导体光放大器lif神经元的分类系统。
技术介绍
1、脉冲神经网络是第三代神经网络，构成脉冲神经网络的基本单元是脉冲神经元，脉冲神经元可以较好地模拟生物神经元的工作特性，包括信息的运算与处理。相对于电子对于数据的处理，光以其的传输速度快、带宽大、功耗低等优势在通信领域中被逐渐应用。但在现在研究的光子神经网络中，研究者大多是通过使用光电结合的方式来实现的，虽然在速率上较电子神经网络有一定的提高，但并没有充分使用光子的全部优势，因此基于光子的光计算方式是突破运算传输速率和容量的有效方式。
2、到目前为止，已经有不少研究人员提出了光子脉冲神经元和光子神经网络的应用。例如由soa和高非线性光纤构成的全功能光子lif神经元，之后又改进为包含两个高非线性光纤构成阈值器的lif神经元，但该方案成本昂贵且不易集成；有基于垂直腔面发射激光器(vcsel)的光脉冲神经元，该方案通过垂直腔半导体光放大器实现的光突触更新迭代突触权重，最后由突触后神经元的输出识别脉冲模式；也有使用集成激光器设计的...
【技术保护点】
1.基于半导体光放大器LIF神经元的分类系统，其特征在于：包括NRZ脉冲发生器、固定增益放大器、光耦合器、半导体光放大器、带通滤波器、光连接器(6)和光示波器；所述NRZ脉冲发生器分别与固定增益放大器、光耦合器连接，所述固定增益放大器与光耦合器连接，所述光耦合器与半导体光放大器连接，所述半导体光放大器与带通滤波器连接，所述带通滤波器与光耦合器连接，所述带通滤波器通过光连接器(6)与光示波器连接。
2.根据权利要求1所述的基于半导体光放大器LIF神经元的分类系统，其特征在于：所述NRZ脉冲发生器包括第一NRZ脉冲发生器(1a)、第二NRZ脉冲发生器(1b)、...
【技术特征摘要】
1.基于半导体光放大器lif神经元的分类系统，其特征在于：包括nrz脉冲发生器、固定增益放大器、光耦合器、半导体光放大器、带通滤波器、光连接器(6)和光示波器；所述nrz脉冲发生器分别与固定增益放大器、光耦合器连接，所述固定增益放大器与光耦合器连接，所述光耦合器与半导体光放大器连接，所述半导体光放大器与带通滤波器连接，所述带通滤波器与光耦合器连接，所述带通滤波器通过光连接器(6)与光示波器连接。
2.根据权利要求1所述的基于半导体光放大器lif神经元的分类系统，其特征在于：所述nrz脉冲发生器包括第一nrz脉冲发生器(1a)、第二nrz脉冲发生器(1b)、第三nrz脉冲发生器(1c)、第四nrz脉冲发生器(1d)，所述第一nrz脉冲发生器(1a)分别与固定增益放大器、光耦合器连接，所述第三nrz脉冲发生器(1c)分别与固定增益放大器、光耦合器连接，所述第二nrz脉冲发生器(1b)与光耦合器连接，所述第四nrz脉冲发生器(1d)与光耦合器连接。
3.根据权利要求2所述的基于半导体光放大器lif神经元的分类系统，其特征在于：所述固定增益放大器包括第一固定增益放大器(2a)、第一固定增益放大器(2b)；所述光耦合器包括第一光耦合器(3a)、第二光耦合器(3b)、第三光耦合器(3c)、第四光耦合器(3d)，所述第一nrz脉冲发生器(1a)分别与第一固定增益放大器(2a)、第二光耦合器(3b)连接，所述第三nrz脉冲发生器(1c)分别与第一固定增益放大器(2b)、第四光耦合器(3d)连接，所述第二nrz脉冲发生器(1b)与光耦合器包括第一光耦合器(3a)连接，所述第四nrz脉冲发生器(1d)与第三光耦合器(3c)连接。
4.根据权利要求3所述的基于半导体光放大器lif神经元的分类系统，其特征在于：所述半导体光放大器包括第一半导体光放大器(4a)、第二半导体光放大器(4b)、第三半导体光放大器(4c)、第四半导体光放大器(4d)；所述第一光耦合器(3a)与第一半导体光放大器(4a)连接，所述第二光耦合器(3b)与第二半导体光放大器(4b)连接，所述第三光耦合器(3c)与第三半导体光放大器(4c)连接，所述第四光耦合器(3d)与第四半导体光放大器(4d)连接。
5.根据权利要求4所述的基于半导体光放大器lif神经元的分类系统，其特征在于：所述带通滤波器包括第一带通滤波器(5a)、第二带通滤波器(5b)、第三带通滤波器(5c)、第四带通滤波器(5d...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。