一种具有反应扩散项的复值忆阻神经网络保密通信方法

    公开(公告)号:CN116800508A

    公开(公告)日:2023-09-22

    申请号:CN202310807500.5

    申请日:2023-07-03

    IPC分类号: H04L9/40 H04J3/06 G06N3/0442

    摘要: 本发明属于新一代信息技术领域,具体涉及一种具有反应扩散项的复值忆阻神经网络保密通信方法,包括:步骤S1:构建具有反应扩散项的复值忆阻神经网络驱动系统和响应系统;步骤S2:根据步骤S1构建的驱动系统与响应系统,设定所述驱动系统和响应系统的同步误差,并建立同步误差系统;步骤S3:设计自适应同步控制器,将所述自适应同步控制器作用于所述响应系统,使得所述响应系统同步于所述驱动系统,进而实现保密通信方法。本发明将反应扩散项引入复值忆阻神经网络,并设计自适应同步控制器,解决了具有反应扩散项的复值忆阻神经网络的自适应同步的问题,提出一种保密通信方法,显著提升了保密通信的复杂性和安全性。

    一种具有反应扩散项的复值忆阻神经网络保密通信方法

    公开(公告)号:CN116800508B

    公开(公告)日:2024-01-09

    申请号:CN202310807500.5

    申请日:2023-07-03

    IPC分类号: H04L9/40 H04J3/06 G06N3/0442

    摘要: 本发明属于新一代信息技术领域,具体涉及一种具有反应扩散项的复值忆阻神经网络保密通信方法,包括:步骤S1:构建具有反应扩散项的复值忆阻神经网络驱动系统和响应系统;步骤S2:根据步骤S1构建的驱动系统与响应系统,设定所述驱动系统和响应系统的同步误差,并建立同步误差系统;步骤S3:设计自适应同步控制器,将所述自适应同步控制器作用于所述响应系统,使得所述响应系统同步于所述驱动系统,进而实现保密通信方法。本发明将反应扩散项引入复值忆阻神经网络,并设计自适应同步控制器,解决了具有反应扩散项的复值忆阻神经网络的自适应同步的问题,提出一种保密通信方法,显著提升了保密通信的复杂性和安全性。

    基于动态事件触发的BAM忆阻神经网络的保密通信方法

    公开(公告)号:CN117875364A

    公开(公告)日:2024-04-12

    申请号:CN202410040483.1

    申请日:2024-01-10

    申请人: 盐城工学院

    IPC分类号: G06N3/0442

    摘要: 本发明属于新一代信息技术领域,具体涉及一种基于动态事件触发的BAM忆阻神经网络的保密通信方法,包括:步骤S1:构建复值BAM忆阻神经网络驱动系统和响应系统;步骤S2:设定所述驱动系统和响应系统的同步误差,并建立同步误差系统;步骤S3:设计动态事件触发控制器,将所述动态事件触发控制器作用于所述响应系统,使得所述响应系统指数同步于所述驱动系统,进而实现保密通信方法。本发明设计动态事件触发控制器,解决了复值BAM忆阻神经网络指数同步的问题,并将其应用于保密通信领域,提出的保密通信方法显著提升了保密通信的复杂性和安全性。

    一种混合时变时滞的惯性神经网络的指数同步控制方法

    公开(公告)号:CN115860096B

    公开(公告)日:2023-07-07

    申请号:CN202211579081.6

    申请日:2022-12-08

    申请人: 盐城工学院

    IPC分类号: G06N3/082 G06N3/049

    摘要: 本发明属于新一代信息技术领域,具体涉及一种混合时变时滞的惯性神经网络的指数同步控制方法。该方法包括以下步骤:步骤S1:基于惯性神经网络,构建混合时变时滞的惯性神经网络驱动系统和响应系统;步骤S2:根据步骤S1构建的混合时变时滞的惯性神经网络驱动系统与响应系统,设定同步误差,并建立同步误差系统;步骤S3:根据步骤S2建立的同步误差,设计周期间歇同步控制器,将所述周期间歇同步控制器作用于所述响应系统,使得所述响应系统指数同步于所述驱动系统。本发明考虑混合时变时滞问题,且无需构造复杂的李雅普诺夫函数,为混合时变时滞的惯性神经网络实现指数同步提供了一种新的控制方法。

    一种混合时变时滞的惯性神经网络的指数同步控制方法

    公开(公告)号:CN115860096A

    公开(公告)日:2023-03-28

    申请号:CN202211579081.6

    申请日:2022-12-08

    申请人: 盐城工学院

    IPC分类号: G06N3/082 G06N3/049

    摘要: 本发明属于新一代信息技术领域,具体涉及一种混合时变时滞的惯性神经网络的指数同步控制方法。该方法包括以下步骤:步骤S1:基于惯性神经网络,构建混合时变时滞的惯性神经网络驱动系统和响应系统;步骤S2:根据步骤S1构建的混合时变时滞的惯性神经网络驱动系统与响应系统,设定同步误差,并建立同步误差系统;步骤S3:根据步骤S2建立的同步误差,设计周期间歇同步控制器,将所述周期间歇同步控制器作用于所述响应系统,使得所述响应系统指数同步于所述驱动系统。本发明考虑混合时变时滞问题,且无需构造复杂的李雅普诺夫函数,为混合时变时滞的惯性神经网络实现指数同步提供了一种新的控制方法。

    基于自适应量化控制的BAM忆阻神经网络的保密通信方法

    公开(公告)号:CN118590267A

    公开(公告)日:2024-09-03

    申请号:CN202410631894.8

    申请日:2024-05-21

    申请人: 盐城工学院

    IPC分类号: H04L9/40 H04J3/06 G06N3/0442

    摘要: 本发明属于新一代信息技术领域,具体涉及基于自适应量化控制的BAM忆阻神经网络的保密通信方法,包括:步骤S1:构建模糊惯性BAM忆阻神经网络驱动系统和响应系统;步骤S2:设定所述驱动系统和响应系统的同步误差,并建立同步误差系统;步骤S3:设计自适应量化控制器,将所述自适应量化控制器作用于所述响应系统,使得所述响应系统固定时间同步于所述驱动系统,进而实现保密通信方法。本发明将惯性项引入模糊BAM忆阻神经网络,并设计自适应量化控制器,解决了模糊惯性BAM忆阻神经网络固定时间同步问题,并将其应用于保密通信领域,提出的保密通信方法显著提升了保密通信的复杂性和安全性。

    一种离散忆阻神经网络的耦合同步控制方法及系统

    公开(公告)号:CN117077748B

    公开(公告)日:2024-03-22

    申请号:CN202310707475.3

    申请日:2023-06-15

    申请人: 盐城工学院

    IPC分类号: G06N3/065 G06N3/04

    摘要: 本发明属于新一代信息技术领域,具体涉及一种离散忆阻神经网络的耦合同步控制方法及系统,包括以下步骤:步骤S1:建立具有随机扰动和混合时滞的离散忆阻神经网络;步骤S2:根据步骤S1建立的具有随机扰动和混合时滞的离散忆阻神经网络设计基于脉冲的耦合同步控制器,并根据所设计的耦合同步控制器构建同步误差系统;步骤S3:根据步骤S2构建的同步误差系统选择相应的李雅普诺夫函数并结合所诉耦合同步控制器,以实现离散忆阻神经网络的耦合同步。步骤S4:搭建离散忆阻神经网络模型并利用所述离散忆阻神经网络模型进行数值仿真,验证离散忆阻神经网络之间的耦合同步效果。本发明控制成本低,且控制精度高。