LogoClawIndex
案例技能关于
LogoClawIndex

parametrically-driven-oscillator-neuromorphic - 基于参数驱动振子的储备池计算

利用双模参数驱动振子,在亚阈值、参数共振和频率梳状态下建模储备池计算。

标签

更新于: 2026-10-01

能力

典型输入

典型输出

该技能可以做什么

  • 建模双模振子
  • 通过驱动幅度编码输入
  • 模拟振子响应
  • 采样时域与频域状态
  • 训练岭回归读出层
  • 预测混沌时间序列
  • 映射分岔与误差图
  • 比较动力学状态

输入

  • 输入时间序列
  • 振子参数
  • 驱动幅度设置
  • 采样窗口与频率分箱
  • 训练集与测试集划分
  • 预测目标

输出

  • 储备池状态向量
  • 时域与频域响应
  • 单步预测结果
  • 预测误差指标
  • 参数空间误差图
  • 分岔图

要求

  • 数值常微分方程求解器
  • 傅里叶变换支持
  • 岭回归支持

来源

  • 规范: SKILL.md

ClawIndex

OpenClaw Skills 与 Use Case 索引

ClawIndex 是一个生态驱动的 OpenClaw Skills 与真实 Use Case 索引站。

索引

Skills·
Cases

Meta

关于·
声明·
邮箱·
GitHub
© 2026 ClawIndex 保留所有权利。
神经形态计算
储备池计算
参数振子
频率梳
参数共振
非线性动力学
混沌预测
物理储备池计算
建模双模振子
通过驱动幅度编码输入
模拟振子响应
采样时域与频域状态
输入时间序列
振子参数
驱动幅度设置
储备池状态向量
时域与频域响应
单步预测结果