憶阻神經網絡從基礎到應用

丁大為，2008年獲上海交通大學電路與系統專業博士學位，現任安徽大學電子信息工程學院教授，國家自然科學基金通訊評審專家，IEEE會員，中國電子學會混沌與非線性專委會委員，安徽省通信學會常務理事。目前研究重點包括憶阻器系統、憶阻神經網絡、非線性電路系統、覆雜網絡同步、無線網絡等。共發表和錄用論文50餘篇，其中SCI、EI收錄40餘篇次。並多次受邀為國外期刊審稿。現為中國電子學會電路與系統分會混沌與非線性電路專委會委員。

第一章 緒論1
1.1混沌理論及其發展1
1.1.1混沌理論1
1.1.2混沌研究歷程3
1.2憶阻神經網絡的發展4
1.2.1憶阻器研究發展4
1.2.2憶阻神經網絡研究發展5
1.3憶阻神經網絡應用研究歷程6
1.3.1混沌圖像加密研究6
1.3.2圖像隱藏的研究現狀7
1.4憶阻神經網絡研究方法與主要研究內容8
1.5本章小結9
參考文獻9

第二章 典型人工神經元與憶阻神經網絡模型12
2.1憶阻器12
2.1.1憶阻器的定義與特性13
2.1.2憶阻器分析方法14
2.2人工神經元及神經網絡模型15
2.2.1FitzHugh-Nagumo神經元15
2.2.2Morris-Lecar神經元16
2.2.3Hindmarsh-Rose神經元模型17
2.2.4Rulkov神經元模型17
2.2.5Hodgkin-Huxley神經元模型17
2.2.6Hopfield神經網絡模型18
2.2.7Tabu學習神經元模型19
2.3神經網絡的混沌特性分析方法19
2.3.1相圖分析法19
2.3.2Poincaré截面法20
2.3.3Lyapunov特征指數法21
2.3.40-1測試法23
2.3.5分數維分析法24
2.3.6覆雜度測度法25
2.4本章小結29
參考文獻29

第三章 分數階神經網絡的分析與仿真31
3.1分數階神經網絡的研究現狀31
3.2分數階微積分定義及其物理意義32
3.3分數階神經網絡的求解與仿真方法34
3.3.1分數階神經網絡的頻域近似求解方法34
3.3.2分數階神經網絡的時域近似求解方法37
3.3.3分數階神經網絡仿真方法41
3.3.4仿真方法對比與特點分析47
3.4本章小結47
參考文獻48

第四章 分數階神經網絡的動力學分析及其同步應用49
4.1分數階離散憶阻Rulkov神經元模型的動力學分析49
4.1.1分數階憶阻Rulkov神經元模型49
4.1.2分數階憶阻Rulkov神經元模型的動力學分析51
4.1.3憶阻Rulkov神經元模型的ARM設計與實現56
4.2分數階異構Rulkov神經元模型的動力學分析58
4.2.1異構Rulkov神經元模型58
4.2.2異構Rulkov神經元模型的動力學分析59
4.2.3異構Rulkov神經元模型的FPGA設計與實現63
4.3分數階憶阻耦合HR神經元模型的動力學分析64
4.3.1憶阻耦合HR神經元模型65
4.3.2憶阻耦合HR神經元模型的動力學分析69
4.3.3憶阻耦合HR神經元模型的ARM設計與實現76
4.4分數階憶阻耦合Tabu學習神經元模型的動力學分析77
4.4.1憶阻耦合Tabu學習神經元模型77
4.4.2憶阻耦合Tabu學習神經元模型的動力學分析79
4.4.3憶阻耦合Tabu學習神經元模型的ARM設計與實現83
4.5分數階憶阻耦合異構神經網絡模型的動力學分析84
4.5.1憶阻耦合異構神經網絡模型85
4.5.2憶阻耦合異構神經網絡模型的動力學分析88
4.5.3憶阻耦合異構神經網絡模型的ARM設計與實現94
4.6分數階憶阻耦合Hopfield神經網絡模型的動力學分析95
4.6.1分數階Hopfield神經網絡模型95
4.6.2分數階Hopfield神經網絡模型的動力學分析97
4.6.3分數階Hopfield神經網絡模型的ARM設計與實現99
4.6.4分數階Hopfield神經網絡模型的同步研究101
4.7分數階憶阻耦合同構神經網絡模型的動力學分析104
4.7.1憶阻耦合同構神經網絡模型105
4.7.2憶阻耦合同構神經網絡模型的動力學分析106
4.7.3憶阻耦合同構神經網絡模型的同步研究108
4.8本章小結115
參考文獻115

第五章 基於混沌序列的信息加密技術116
5.1混沌密碼學116
5.1.1傳統密碼學116
5.1.2混沌密碼與傳統密碼的關系117
5.1.3混沌密碼學原理118
5.2基於混沌序列的信息加密算法119
5.2.1混沌加密算法的基本要求119
5.2.2基於混沌序列的數據加密算法實現120
5.2.3算法調試與性能分析122
5.3基於混沌序列的信息隱藏算法124
5.3.1最低有效位算法及其應用124
5.3.2小波變換算法及其應用130
5.3.3信息嵌入與提取算法的設計與實現134
5.3.4數值仿真與性能分析137
5.4本章小結141
參考文獻141

第六章 神經網絡的圖像加密算法原理與設計143
6.1混沌圖像加密理論基礎144
6.1.1混沌圖像加密算法基本原理144
6.1.2混沌系統的選擇146
6.1.3圖像加密算法的性能評估147
6.2基於DNA和神經網絡的圖像加密算法149
6.2.1DNA編碼規則149
6.2.2DNA加密算法設計150
6.2.3圖像加解密實驗結果及安全性分析152
6.3基於神經網絡和壓縮感知的圖像加密算法154
6.3.1圖像壓縮與加密算法155
6.3.2算法壓縮性能分析158
6.3.3算法安全性分析160
6.3.4算法實用性分析163
6.4基於神經網絡和循環移位的感興趣區域醫學圖像加密算法166
6.4.1醫學圖像加解密算法設計166
6.4.2算法性能分析169
6.4.3基於Qt的系統實現175
6.5基於神經網絡和位平面的圖像加密與隱藏算法178
6.5.1圖像加解密算法設計179
6.5.2算法性能分析183
6.5.3圖像加密與隱藏系統設計188
6.6本章小結190
參考文獻191

第七章 基於憶阻神經網絡的音視頻加密通信技術193
7.1實時語音加密通信原理193
7.1.1數字加密通信系統原理193
7.1.2實時語音加密通信系統194
7.2實時語音加密算法195
7.2.1基於混沌的語音加密算法設計195
7.2.2加密實驗與性能分析196
7.3基於混沌序列的MPEG視頻加密算法198
7.3.1混沌加密系統的設計原則198
7.3.2MPEG視頻數據加密原理與步驟199
7.3.3加密實驗與效果分析201
7.3.4視頻加密性能分析202
7.4基於混沌序列的H.264視頻加密算法203
7.4.1H.264視頻數據加密方案203
7.4.2加密實驗與效果分析204
7.4.3視頻加密性能分析205
7.5本章小結205
參考文獻205

第八章 憶阻神經網絡在前沿領域的探索207
8.1憶阻神經網絡在人工智能領域的應用207
8.1.1基於深度學習的近似計算207
8.1.2基於憶阻神經網絡的圖像覆原211
8.2憶阻神經網絡在神經形態計算領域的應用220
8.2.1憶阻神經網絡電路221
8.2.2類腦神經網絡230
8.3憶阻神經網絡在物聯網領域的應用233
8.3.1醫療物聯網的隱私保護233
8.3.2基於雲存儲的人臉識別247
8.4未來發展趨勢與挑戰253
8.4.1未來發展前景253
8.4.2面臨的挑戰254
8.5本章小結256
參考文獻256

附錄 259
附錄A憶阻神經網絡及其應用研究領域的主要學術期刊259
附錄B憶阻神經網絡混沌特性分析MATLAB源程序259