八面体变几何桁架机构综合的神经网络超混沌牛顿迭代法研究

神经网络是高度复杂的非线性动力系统,存在着混沌现象。通过消除暂态混沌神经元的模拟退火策略,产生了一种可以永久保持混沌搜索的混沌神经元。研究了由4个该混沌神经元连接的单向循环混沌神经网络拓扑结构和混沌神经网络中存在超混沌现象。应用神经网络超混沌系统产生牛顿迭代法的初始点,首次提出了基于神经网络超混沌的牛顿迭代法求解非线性方程组的新方法。八面体变几何桁架机构综合实例表明了该方法的正确性与有效性。

变几何桁架机构位置分析的神经网络超混沌法研究

自然科学与工程中的许多问题都可以转化为非线性方程组的求解问题,牛顿迭代法是重要的一维及多维的迭代技术,其迭代本身对初始点非常敏感.通过消除暂态混沌神经元的模拟退火策略,产生了一种可以永久保持混沌搜索的混沌神经元,研究了由4个该混沌神经元全连接的混沌神经网络的拓扑结构,混沌神经网络中存在超混沌现象(具有3个正的李氏指数).应用神经网络超混沌系统产生牛顿迭代法的初始点,提出了基于神经网络超混沌的牛顿迭代法求解非线性方程组的新方法.变几何桁架机构综合实例表明该方法的正确性与有效性.图3,表1,参14.

基于无源化的细胞神经网络超混沌系统同步

根据细胞神经网络超混沌系统的特点,求得混沌驱动系统与响应系统之间的误差系统.基于该误差系统,提出了混沌系统的同步条件:使同步误差大范围渐近稳定,然后采用非线性系统的无源化方法设计了使误差系统大范围渐近稳定的反馈镇定器.四阶细胞神经网络超混沌系统的计算机仿真验证了该方法的有效性.

基于广义Henon映射以及CNN超混沌系统图像加密方案

基于广义五阶Henon映射以及五阶细胞神经网络系统所产生的超混沌现象,设计了图像加密方案.首先利用五阶Henon映射产生超混沌序列X,将其作为细胞神经网络系统的初始条件,再产生另一超混沌序列Y,随机序列Y和原始图像经过变换生成密文图像.在此基础上进行了模拟仿真实验,并对图像密文熵、相关性和直方图以及密钥空间和敏感性等统计特性进行分析,结果表明:该算法图像加密抗攻击性强,安全性好,适于在网络中传播.

给定流形自适应广义同步及在保密通信中的应用

基于Lyapunov稳定性理论,研究两类给定流形的双向耦合自适应广义同步问题。在理论上给出了达到广义同步的充分而非保守的条件,应用广义同步原理,使信息信号遮掩于给定流形的混沌系统进行传输。由于预先给定流形是可以改变的,因此可使相应的混沌行为呈现多态化。数值仿真通过构造线性和非线性的给定流形的混沌和超混沌系统验证了这种理论结果是有效的。结果显示可形成多种相异的混沌动力学行为,增强信号传输的保密性。