事件触发的冲动集群同步合反应扩散神经网络及其应用到图像加密
Minghao Hui1, Xiaoyang Liu2, Song Zhu3
1School of Computer Science and Technology, Jiangsu Normal University, Xuzhou, 221116, Jiangsu, People's Republic of China.
概括
本研究探讨了神经网络中使用冲动控制和事件触发机制的集群同步. 该方法经过数值验证,并成功应用于图像加密.
科学领域:
- 复杂的系统复杂的系统.
- 计算神经科学是一种神经科学.
- 控制理论 控制理论
背景情况:
- 结合的神经网络是神经科学和人工智能的基本模型.
- 反应-扩散术语引入空间动态,使同步分析复杂化.
- 集群同步对于理解大规模的神经相互作用至关重要.
研究的目的:
- 用反应-扩散术语研究神经网络中的集群同步.
- 开发和验证事件触发的冲动控制策略,以实现集群同步.
- 为了展示这个同步技术在图像加密中的实际应用.
主要方法:
- 使用冲动控制策略来影响网络动态.
- 实施事件触发机制以优化控制信号应用.
- 基于利亚普诺夫稳定理论和M矩阵属性,开发集群同步的理论标准.
- 应用数值模拟来验证拟议的同步标准.
- 将同步方法集成到图像加密方案中.
主要成果:
- 建立了在所考虑的神经网络中实现集群同步的理论标准.
- 通过数值模拟,证明了事件触发冲动控制策略的有效性.
- 成功地将同步技术应用于图像加密.
- 获得了对图像加密的令人鼓舞的加密分析结果,突出其安全性和效率.
结论:
- 拟议的事件触发式冲动控制策略是有效的实现集群同步在合的神经网络与反应-扩散条款.
- 开发的同步方法为安全的图像加密提供了强大而高效的方法.
- 这项研究既有助于对复杂网络同步的理论理解,也有助于其实际应用.
