76、化学分类器与液体弹珠：探索创新计算与传感技术

化学分类器与液体弹珠：探索创新计算与传感技术

1. 化学振荡器网络分类器

在解决SIC问题的分类器优化中，基于化学振荡器网络的研究取得了一定进展。研究采用了简化且易于模拟的基于事件的模型，并通过简单的进化算法对网络进行优化。

1.1 分类规则与准确性

• 不同几何结构的分类规则 ：对于某些情况，球内的点对应输出振荡器的四到五次激发，球外的点对应四到五次激发；对于REG，输出振荡器的四次激发代表球内的点，五到六次激发对应球外的点。
• 准确性评估 ：使用训练数据集测量的准确性较高，如某些情况下可达0.891和0.903，互信息I(R, O)分别为0.504和0.554。使用大型测试数据集（500,000条记录）时，不同结构（T4、T10、DS和REG）的互信息和准确性也呈现出随着振荡器数量增加而上升的趋势，但增长速度相对较慢。

结构	互信息I(R, O)	准确性A
T4	0.453	0.872
T10	0.468	0.877
DS	0.470	0.880 <