一种新的基于神经网络混沌吸引子的公钥密码算法

论述了一种新的基于神经网络混沌吸引子的公钥密码算法,在过饱和贮存的Hopfield神经网络模型中混沌吸引子与初始状态之间存在一种单向函数关系,改变神经网络的联结权矩阵,混沌吸引子及其相应的吸引域会随之发生改变,如果以联结权矩阵为陷门,并利用可交换的随机变换矩阵来改变神经网络的联结权矩阵,则可以创建一种新的Diffie-Hellman公钥加密算法．将随机变换矩阵作为私钥,而将变换后的神经网络联结突触矩阵作为公钥,介绍了这种新的公钥加密方案,并分析和讨论其安全性和加密效率。     

一种基于联想神经网络的矢量编码

利用种经网络稳定记忆的吸引战能把输入矢量聚类的特性，本文讨论了一种改进的Hopfield离散神经网络用作矢量编码，这种方法能获得较高的数据压缩比和较小的压缩失真。     

采用OHNN和M-LFSR的字序列密码加密方案

结合反馈型离散Hopfield神经网络(HNN)和改进型的线性反馈移位寄存器(M-LFSR)的优点,提出基于OHNN和M-LFSR的字序列密码.该方案利用离散Hopfield神经网络的混沌吸引子对改进型线性反馈移位寄存器的非线性选择输出,实现加密.安全性分析与仿真验证表明:该算法构造的伪随机序列具有良好的随机性、复杂度等特点,满足密码学的要求.     

一类具变时滞的Hopfield神经网络模型拉回吸引子的存在性

利用不等式技巧讨论一类具有变时滞的Hopfield神经网络系统的动力学行为, 证明该系统拉回吸引子的存在性和唯一性.     

基于神经网络的对称密码系统

将混沌机制的非线性和随机特性引入密码系统 ,是加强信息保密的有效途径。离散 Hopfield神经网络存在混沌吸引子 ,基于此可以构造新的加密算法。该文在 GuoDonghui等人提出的对称的概率加密算法的基础上利用密码分组链接模式 (CBC) ,构造了一个较为完整的神经网络分组密码系统 ,它与数字加密标准 (DES)相比 ,更为简单 ,并具有抵御一些类型攻击的优点     

基于神经网络混沌吸引子的公钥密码算法安全性分析及其实现

介绍一种基于神经网络混沌吸引子的Diffie-Hellman公钥密码算法.在过饱和贮存的Hopfield神经网络模型中混沌吸引子与初始状态之间存在一种单向函数关系,如果改变该神经网络的联结权矩阵,混沌吸引子及其所应的初始状态吸引域会随之发生改变.因此,我们可以其联结权矩阵为陷门,利用可交换的随机变换矩阵来改变神经网络的联结权矩阵,实现一种新的Diffie-Hellman公钥加密算法,即将随机变换矩阵作为私钥,而将变换后的神经网络联结突触矩阵作为公钥.为了说明这种新公钥加密方案的实用性,本文还分析和讨论其安全性和加密效率,并利用Java编程实现互联网的应用方案.实验结果表明,本算法是可行的,并具有较高的数据加密和解密速度.     

具有动态突触的Hopfield时滞神经网络的稳定性分析

在研究Hopfield神经网络时,通常把连接权视为常数;但实际上神经元间的突触是随时间变化的。文章运用拓扑度理论和Liapunov泛函方法,研究具有动态突触的Hopfield时滞神经网络平衡点的存在性和全局吸引性,得到了平衡点存在的简单的代数判据。     

Hopfield神经网络对供应商分类的研究

本文分析了供应商选择所涉及的各种因素及其相互关系,运用离散Hopfield神经网络模型,面对大量供应商评级数据,然后通过离散Hopfield神经网络的联想记忆能力,建立离散Hopfield供应商评级模型。从而减小评价分析决策中因个人主观性带来的偏差。这样使供应商选择的过程更条理化、层次化,企业对供应商的选择机制更具科学性。     

时滞Hopfield神经网络的稳定性研究

本文讨论了具有离散时滞和具有连续分布时滞的Hopfield 神经网络微分系统平衡点的全局渐近稳定性.去掉了有关文献中关于fi在R上有界性,可微性的条件,给出了更弱、实用性较强的判定平衡点的存在唯一性及全局渐近稳定性的条件.     

基于离散Hopfield网络的飞机发动机故障诊断的智能算法研究

本文尝试将Hopfield神经网络应用于飞机发动机故障诊断,阐述了基于离散Hopfield网络的故障诊断专家系统的基本结构,对离散Hopfield网络的容错能力做了分析,这样一方面体现了离散Hopfield网络的优越的容错能力,另一方面也为以后对该网络进行进一步优化提供了相关数据,克服了传统诊断专家系统的不足。     

离散Hopfield神经网络在混烧控制系统故障诊断中的应用

给出了离散Hopfield神经网络结构和模型．利用Hopfield神经网络的演变过程是一种计算联想记忆的过程,它适用于正交(或近似正交)模式的记忆性质,给出了一种Hopfield神经网络的双向联想记忆模式的记忆矩阵构造方法,并提出了一种改进的基于Hopfield神经网络的控制系统故障诊断的算法,利用此算法实现实时检测混烧控制系统的故障和异常,对混烧控制系统的调节器和阀门进行故障诊断和故障信息提示．     

离散Hopfield神经网络的动态行为分析

离散Hopfield神经网络的稳定性不仅本身有重要的理论意义，而且也是网络应用的基础。主要研究非对称离散Hopfield神经网络在并行演化模式下的动力学行为，得到了一些新的稳定性条件，所获结果进一步推广了一些已有的结论。     

离散Hopfield 网络的稳定性

神经网络的稳定性是神经网络应用的基础。主要研究离散 Hopfield神经网络的稳定性 ,所获结果推广了已有的结论 ,并结合网络状态图举例可直观地说明结果     

基于图论的离散Hopfield网络稳定性研究

以图论为工具，主要对连接权矩阵为对角分块形式的离散Hopfield神经网络的稳定性进行了研究。通过构造网络状态图证明了它的稳定性完全可由对角块为连接权矩阵的Hopfield网络的稳定性来确定，并给出了几个相应的结果。     

用Hopfield神经网络解决作业车间调度问题

对作业车间调度问题的换位矩阵表示方法进行了改进,给出新的作业车间调度问题的 Hopfield 神经网络计算能量函数表达式,然后提出改进的 Hopfield 神经网络作业车间调度方法。为了避免 Hopfield 神经网络容易收敛到局部极小的缺点,将模拟退火算法应用于 Hopfield 神经网络求解,提出随机神经网络作业车间调度方法。与已有算法相比,改进算法能够保证神经网络稳态输出为可行的作业车间调度方案。     

动态Hopfield神经网络模型及学习算法

为了解决 Ｈｏｐｆｉｅｌｄ 神经网络对可变对象的学习问题,在［１］的基础上,建立了一动态 Ｈｏｐｆｉｅｌｄ神经网络,及其学习方法,彻底解决 Ｈｏｐｆｉｅｌｄ 神经网络的动态学习问题     

工科本科生毕业设计（论文）综合成绩的评定方法

该文就现行工科院校本科毕业设计（论文）现状,选用10个评价指标,由学生综合成绩等级与对应的评价指标关系提炼出5个等级理想评价指标,结合离散Hopfield神经网络的联想记忆能力,建立基于离散Hopfield神经网络的本科毕业设计（论文）综合成绩评定模型;将待评定的学生等级评价指标编码作为模型的输入,利用外积法对网络连接权值进行迭代学习,仿真结果显示,该模型能够快速、准确、直观地评定学生毕业设计（论文）环节的综合成绩。