忆阻耦合异构忆阻细胞神经网络的多稳态与相位同步研究

忆阻具有天然的可塑性,可实现与生物神经元和突触所具有的相似或相同机制的硅基神经元和纳米突触。将忆阻用作突触耦合两个异构的忆阻细胞神经网络,该文构建了一个忆阻耦合异构忆阻细胞神经网络。该耦合网络含有一个与忆阻突触初值条件和子网初值条件相关的空间平衡点集,可呈现出复杂的动力学演化。利用数值仿真方法,揭示了耦合网络依赖于初值条件而存在的稳定点、周期、混沌、超混沌以及无界振荡等多稳态行为。此外,在忆阻突触的调控下,两个异构子网可达成相位同步。最后,基于STM32单片机硬件平台完成了电路实验验证。

基于4阶细胞神经网络和AES的图像加密的研究

运用细胞神经网络和高级加密标准(Advanced Encryption Standard, AES)加密算法对图像进行加密,提出一种基于4阶细胞神经网络和AES的图像加密算法。首先,通过主动-被动同步法实现4阶细胞神经网络的同步,并产生混沌信号;然后,将同步混沌信号产生的同步随机序列用于图像的置乱和扩散;最后,结合AES加密算法与提出的基于螺旋矩阵的置乱扩散模型,并利用椭圆曲线对AES的密钥进行加密,通过公共信道对密钥和加密数据进行传输。数值模拟实验表明,提出算法不仅可以大幅降低图像相邻像素值之间的相关性,而且能承受包括差分攻击、噪声攻击和裁剪攻击在内的经典攻击,具有较好的安全性、鲁棒性。

Josephson环耦合量子细胞神经网络混沌动力学分析

量子细胞神经网络(QCNN)在大规模信号处理上是一种崭新的结构,将是未来细胞神经网络(CNN)一个新的发展方向。以Josephson环的幅值和相位作为状态变量,研究了两个Josephson环耦合的量子细胞神经网络的非线性动力学行为。通过理论研究和计算机仿真,发现系统具有丰富的动力学行为,如周期、拟周期、混沌和超混沌状态。分析了细胞内隧穿矩阵元比例系数和相邻细胞互感系数对系统分岔与混沌特性的影响,发现系统经拟周期分岔进入混沌,在不对称细胞耦合的量子细胞神经网络中,系统能产生混沌的参数范围较大,且在混沌区域没有周期窗口,是一种鲁棒混沌;在对称细胞耦合的量子细胞神经网络中,系统能产生混沌的的参数范围相对较小,且在产生混沌振荡的区域内有周期、拟周期窗口。

二维量子细胞神经网络及其图像处理应用

以量子细胞自动机为神经元,以量子细胞自动机的极化率和量子相位为状态变量,提出了一种二维多层的量子细胞神经网络结构;以量子细胞自动机的极化率为像素值,通过选择不同的模板,使得量子细胞神经网络实现水平线和垂直线检测以及图像去噪等功能,仿真结果显示其在图像处理上的有效性。与传统的CNN相比,量子细胞神经网络易于超大规模实现且具有超低功耗、超高集成度等优点。

连续型联想细胞神经网络局部指数稳定性研究

由于细胞神经网络的潜在应用前景 ,它现已成为神经网络研究的新热点。首先给出连续型联想细胞神经网络的数学模型 ,得到了连续型细胞神经网络平衡点局部指数稳定的充要条件及平衡点指数吸引域的估计 ,研究表明对平衡点的指数吸引域的估计 ,只要计算平衡点处的导算子矩阵的对数范数即可。该研究对连续型联想细胞神经网络的设计和应用均有重要的作用。

一种基于量子细胞自动机的三维量子细胞神经网络

以量子细胞自动机为神经元,提出了一种三维的量子细胞神经网络结构;该量子细胞网络包含上下两层的量子细胞自动机阵列,并引入了A模板、B模板以及阈值的概念。以量子细胞自动机的极化率为像素值,通过选择不同的模板、阈值等参数,使得量子细胞神经网络实现了"与"、"或"、"非"操作以及边缘提取等图像处理功能,并利用MATLAB进行了仿真验证,数值仿真结果验证了其在图像处理上的有效性。与传统的细胞神经网络相比,量子细胞神经网络易于实现超大规模且具有超低功耗、超高集成度等优点。

基于细胞神经网络超混沌特性的图像加密新算法

针对一般流密码对明文变化不敏感的缺陷,基于细胞神经网络(CNN),提出一种图像加密新算法。以一个6维CNN产生的超混沌系统作为密钥源,并根据明文图像各点像素值的逻辑运算结果选取密钥;同时使用像素位置置乱和像素值替代两种方法对数字图像进行加密。实验表明,该算法加密效果好,NPCR值和密钥敏感性高(>0.996),满足数字图像加密安全性的要求,同时具有计算简单、易于实现、能提高数字图像传输的安全性等特点。

具有无穷时滞的细胞神经网络的稳定性分析

本文研究了具有无穷时滞的细胞神经网络的全局吸引性问题 .利用常数变易法和不等式分析技巧 ,给出了无穷时滞的细胞神经网络无平衡点时 ,网络系统有吸引紧集的充分条件 ,同时也给出了无穷时滞的细胞神经网络有平衡点时 ,网络系统的平衡点全局渐近稳定的充分条件 .其结果推广了文 [7,8]的相应结果 .

一种基于TLM超混沌细胞神经网络图像加密新算法

混沌对初值敏感的特性使得它适合于数据加密。以4阶CNN模型为基础,提出了一种新的超混沌细胞神经网络图像加密算法。算法分为置乱和扩散二个阶段,复合混沌映射用于生成置乱阶段控制参数,用以置乱图像行列之间的高度互相关像素。在扩散阶段,使用不同初始状态和参数的复合混沌映射生成高阶混沌细胞神经网络的初始条件,以生成扩散阶段的密钥流。算法的已知明文和选择明文攻击、密钥空间和直方图的仿真实验均取得了良好的结果。与其他相关算法相比,该算法具有密钥敏感性和抗攻击性强的优点,适用于图像加密。

细胞神经网络动态特性及其在保密通信中的应用

本文首先引入了细胞神经网络电路，讨论了其三阶和高阶网络的动态特性，并由此提出了一种基于细胞神经网络的保密通信系统。数值仿真证明两端系统之间的同步仅需要传输一个驱动信号就可达到。由于细胞神经网络自身的优点，在通信方面具有良好的通信保密性和系统同步的鲁棒性。

细胞神经网络超混沌系统同步及其在保密通信中的应用

本文研究四阶细胞神经网络超混沌系统同步方法 ,提出了一种基于细胞神经网络超混沌同步系统的扩展频谱保密通信系统 ;这个保密通信系统不仅只需传递一个标量信号 ,而且由于采用了超混沌系统 ,所设计的保密通信系统具有更高的保密性。

带时延的细胞神经网络的无条件稳定性

本文利用泛函微分方程稳定性分析的方法之一──Ｌｉａｐｕｎｏｖ泛函法给出了带时延的细胞神经网络ＤＣＮＮ无条件稳定的一些充分条件．这些条件可用于设计出全局稳定的网络，因而具有重要的理论意义和应用价值．

基于量子细胞神经网络超混沌的视频加密方法

针对采用混沌视频加密算法后视频编码延迟大的问题,提出了一种H.264/AVC视频的快速安全加密算法。首先设计了密钥生成方案,由4维量子细胞神经网络迭代产生4组混沌序列,使用前3组混沌序列作为计算密钥的混沌序列池,后1组混沌序列作为Logistic混沌映射的初值以提高其初值的动态性。然后,利用Logistic混沌映射生成的索引从混沌序列池中选择用于生成密钥的序列组,避免了多次求解高维混沌系统,实现了密钥的快速生成。最后,本算法选择视频编码中的部分关键语法元素作为加密对象,减少了加密的数据量,对70帧的视频编码的延迟小于0.6%,通过密钥空间分析、NIST SP 800-22测试、已知明文攻击和推理攻击等实验分析表明,本文提出的视频加密算法具有密钥空间大、密钥随机性好、抗攻击性能强和安全强度高的优点。此外,算法不改变视频压缩比、符合视频编码格式规范,通过快速生成密钥和只加密视频关键语法元素有效地降低了H.264/AVC视频的加密延迟。

细胞神经网络在通信信号处理中的研究进展

基于非线性理论的通信信号处理一直是信号处理领域的热点研究问题。细胞神经网络(CNN)作为最易于VLSI实现的一类神经网络 ,是非线性理论的一个重要研究方向 ,近年来在通信信号处理领域取得了许多重要进展。文中主要介绍了细胞神经网络的基本理论、结构及其在通信信号处理中的研究进展 。

随机细胞神经网络的指数稳定性

本文研究了随机时滞细胞神经网络的指数稳定性 ,建立了这种细胞神经网络均方指数稳定与几乎必然指数稳定的充分条件 。

一类具多比例延时的细胞神经网络的指数稳定性

讨论了一类具多比例延时的细胞神经网络的指数稳定性.利用非线性测度得到了一个保证平衡点存在唯一且指数稳定的充分条件,并给出了解的指数收敛速度.最后验证了结论的正确性并进行了模拟仿真.

忆阻细胞神经网络及图像去噪和边缘提取中的应用

结合忆阻器的记忆特征和细胞神经网络高效并行处理能力,将忆阻器作为可编程连接权值,提出了一种具有忆阻器特性的细胞神经网络.计算机仿真验证了提出的忆阻细胞神经网络用于图像去噪和边缘提取的有效性.

基于细胞神经网络的快速手语视频分割方法

为实现感兴趣区手语视频编码,提高通话效率,提出一种基于细胞神经网络(CNN)的快速手语视频分割方法。该方法首先利用肤色信息特征进行基于CNN的肤色检测,检测出手语视频中的肤色区域;然后对肤色检测结果,利用帧差法进行基于CNN的运动检测,获得初始的手势区域;最后采用形态学处理方法进行空洞填充和边界平滑,实现了手语视频图像序列中的面部和手部区域的分割。研究结果表明,该方法能够快速准确地进行手语视频分割。

基于Gibbs图像模型的细胞神经网络模板设计法

在本文中我们提出了将细胞神经网的模板设计与对Ｇｉｂｂｓ统计图像模型的分析结合起来，形成一个用于解决诸如图像恢复、分割、边缘检测、重建等问题的细胞神经网络，新的通用设计方法──能量函数法．这种方法将权的学习、硬件退火等方法有机地结合起来，从而合理地得到细胞神经网络模板形式，较好地解决一些图像处理问题．

广义的时滞细胞神经网络的动态分析

本文研究了广义细胞神经网络的动态行为．首先利用度理论建立了这种广义时滞细胞神经网络的平衡点存在唯一的充要条件。