在记忆性突触神经元模型中的多滚动隐藏吸引器及其基于memristor的滚动控制和图像加密中的应用

科学领域:

• 神经科学是一个神经科学.
• 复杂的系统复杂的系统.
• 非线性动力学是一种非线性动力学.

背景情况:

• 目前用于多滚动吸引器的memristor模型使用复杂的多项式函数,限制了研究和应用.
• 在神经动力学中需要更简单,更适用的memristor模型.

研究的目的:

• 开发一种新型的memristor模型和一种具有多滚动隐藏吸引器的记忆性突触HR (MAHR) 神经元模型.
• 为了简化与生成多滚动吸引器相关的数学复杂性.
• 证明拟议模型的物理可行性和实际应用.

主要方法:

• 设计了一个独特的memristor模型,而不依赖于多项式或嵌套复合函数.
• 开发了一种包含新的memristor的神经元模型.
• 利用模拟时间来调节隐藏吸引器中的卷轴数量.
• 整合了一个简单的控制因子来增强MAHR神经元模型.
• 进行了数值分析,以研究参数对滚动数量的影响.
• 进行了基于微控制器的硬件实验以验证可行性.
• 提出了一个图像加密方案,以探索现实世界的适用性.

主要成果:

• 引入了一种新的MAHR神经元模型,具有多滚动隐藏吸引器.
• 证明卷轴的数量可以通过模拟时间来调节.
• 展示了改进的MAHR模型中的滚动量可以通过单个memristor参数或初始条件进行调节.
• 通过硬件实验证实了改进的MAHR神经元模型的物理可行性.
• 提出了一个基于MAHR模型的功能图像加密方案.

结论:

• 新的MAHR神经元模型提供了一种简化的方法来生成多滚动隐藏的吸引器.
• 该模型的参数可以方便地控制吸引器的复杂性.
• 硬件验证证实了模型的物理可行性.
• 拟议的图像加密方案突显了该模型在安全通信中对现实世界的应用的潜力.