本書全面系統(tǒng)地闡述了混沌神經信息處理理論及其應用。全書共8章,包括混沌動力學基礎理論、神經網(wǎng)絡理論及混沌神經網(wǎng)絡模型、混沌神經網(wǎng)絡的控制及應用、混沌同步及其在通信中的應用、混沌神經網(wǎng)絡動力學特性、混沌神經網(wǎng)絡在聯(lián)想記憶中的應用、混沌神經網(wǎng)絡在優(yōu)化計算中的應用和混沌神經網(wǎng)絡在生物醫(yī)學中的應用等內容。將非線性動力學理論、信息論、控制理論、優(yōu)化理論、通信理論、神經網(wǎng)絡理論和神經科學等學科知識融為一體。
緒論 O.1 混沌、神經網(wǎng)絡和混沌神經信息處理的發(fā)展 O.2 混沌神經信息處理的研究內容 0.2.1 混沌神經網(wǎng)絡模型 0.2.2 混沌神經網(wǎng)絡的控制 0.2.3 混沌神 緒論 O.1 混沌、神經網(wǎng)絡和混沌神經信息處理的發(fā)展 O.2 混沌神經信息處理的研究內容 0.2.1 混沌神經網(wǎng)絡模型 0.2.2 混沌神經網(wǎng)絡的控制 0.2.3 混沌神經網(wǎng)絡的同步 0.2.4 混沌神經網(wǎng)絡動力學特性 0.3 混沌神經信息處理的應用 O.3.1 混沌神經網(wǎng)絡在同步通信中的應用 0.3.2 混沌神經網(wǎng)絡在聯(lián)想記憶中的應用 O.3.3 混沌神經網(wǎng)絡在優(yōu)化計算中的應用 0.3.4 混沌神經網(wǎng)絡在生物學中的應用 O.3.5 混沌神經網(wǎng)絡在預測和模式識別等方面的應用 0.4 混沌智能信息處理技術的展望 0.5 本書的主要內容 參考文獻第1章 混沌動力學基礎理論 1.1 混沌研究歷史 1.2 非線性動力學系統(tǒng) 1.2.1 動力學系統(tǒng)基本概念 1.2.2 穩(wěn)態(tài)解行為和極限集 1.3 混沌的主要特征及測定 1.3.1 混沌的幾種數(shù)學定義 1.3.2 混沌的主要特征 1.3.3 李雅普諾夫指數(shù) 1.3.4 信息熵 1.3.5 吸引子的維數(shù) 1.4 分岔理論 1.5 幾種典型的混沌研究方法 1.5.1 直接觀測法 1.5.2 頻閃采樣法 1.5.3 龐加萊截面法 1.5.4 相空間重構法 1.5.5 功率譜密度分析法 1.6 幾個典型的混沌模型 1.6.1 離散混沌模型 1.6.2 連續(xù)混沌模型 1.6.3 超混沌模型 1.7 本章小結 參考文獻第2章 神經網(wǎng)絡理論及混沌神經網(wǎng)絡模型 2.1 神經網(wǎng)絡簡介 2.1.1 神經網(wǎng)絡發(fā)展回顧 2.1.2 神經網(wǎng)絡基本模型 2.2 混沌神經網(wǎng)絡模型 2.2.1 Aihara混沌神經網(wǎng)絡模型 2.2.2 全局耦合映像混沌神經元模型 2.2.3 對稱映像全局耦合混沌神經元網(wǎng)絡 2.2.4 雙向耦合映像網(wǎng)絡模型 2.2.5 Inoue混沌神經網(wǎng)絡模型 2.2.6 反應一擴散細胞神經網(wǎng)絡 2.3 本章小結 參考文獻第3章 混沌及混沌神經網(wǎng)絡控制 3.1 引言 3.2 參數(shù)微擾法 3.3 外力反饋控制法 3.4 延遲反饋控制法 3.5 自適應延遲反饋控制法 3.5.1 自適應時間延遲即目標軌道的設計 3.5.2 自適應時間延遲反饋控制混沌 3.6 線性反饋控制法 3.7 用脈沖控制法抑制非自治細胞神經網(wǎng)絡中的混沌 3.7.1 非自治細胞神經網(wǎng)絡中的混沌和分岔 3.7.2 脈沖控制法 3.7.3 數(shù)值實驗 3.8 正比于系統(tǒng)變量的脈沖反饋法 3.8.1 控制算法的基本思想 3.8.2 Henon映射模型的控制 3.8.3 仿真實驗結果 3.9 外加周期驅動信號控制法 3.1 0耦合映像格子時空混沌的控制 3.1 1混沌神經網(wǎng)絡的釘扎控制 3.1 2混沌神經網(wǎng)絡的延時反饋控制 3.1 3本章小結 參考文獻第4章 混沌及混沌神經網(wǎng)絡同步 4.1 引言 4.1.1 混沌同步的定義及同步類型 4.1.2 存在驅動一響應關系的混沌同步原理 4.1.3 基于混沌同步的保密通信方案 4.2 細胞神經網(wǎng)絡同步及保密通信方案 4.2.1 擴展頻譜保密通信方案 4.2.2 數(shù)值仿真實驗 4.2.3 分析小結 4.3 基于系統(tǒng)分離的混沌同步 4.4 混沌系統(tǒng)的同步觀測器設計 4.4.1 非線性狀態(tài)觀測器 4.4.2 混沌系統(tǒng)的同步觀測器設計 4.5 時間離散驅動的同步觀測器 4.5.1 離散驅動同步觀測器的穩(wěn)定性判據(jù) 4.5.2 仿真實驗結果 4.6 超混沌系統(tǒng)的廣義函數(shù)投影時滯同步 4.6.1 超混沌系統(tǒng)投影同步研究現(xiàn)狀 4.6.2 參數(shù)不確定的自適應廣義函數(shù)投影時滯同步 4.7 廣義函數(shù)投影同步的超混沌保密通信 4.7.1 自適應廣義函數(shù)投影同步和參數(shù)調制的保密通信 4.7.2 耦合廣義函數(shù)投影同步和混沌遮掩的保密通信 4.8 線性耦合神經網(wǎng)絡的同步 4.8.1 網(wǎng)絡模型 4.8.2 仿真實驗 4.9 輸出或狀態(tài)耦合的混沌神經網(wǎng)絡同步 4.9.1 混沌神經網(wǎng)絡同步研究現(xiàn)狀 4.9.2 混沌神經網(wǎng)絡同步的定義 4.9.3 全局指數(shù)同步的幾個主要定理 4.1 0本章小結 參考文獻第5章 混沌神經網(wǎng)絡動力學特性 5.1 遞歸神經網(wǎng)絡的穩(wěn)定性 5.1.1 平衡狀態(tài)的穩(wěn)定性 5.1.2 遞歸網(wǎng)絡的漸近穩(wěn)定性分析 5.1.3 離散對稱遞歸網(wǎng)絡的漸近穩(wěn)定性分析 5.1.4 連續(xù)非對稱遞歸網(wǎng)絡的漸近穩(wěn)定性分析 5.2 一類時延神經網(wǎng)絡的穩(wěn)定性 5.2.1 引言 5.2.2 模型描述 5.2.3 全局穩(wěn)定性條件 5.3 無時延細胞神經網(wǎng)絡的無條件穩(wěn)定性 5.4 有時延細胞神經網(wǎng)絡的無條件穩(wěn)定性 5.5 Aihara混沌神經網(wǎng)絡動力學特性 5.5.1 混沌神經網(wǎng)絡模型 5.5.2 混沌神經網(wǎng)絡時空動力學行為 5.6 全局耦合混沌神經網(wǎng)絡動力學特性 5.6.1 引言 5.6.2 耦合映像神經元網(wǎng)絡模型的引入 5.6.3 耦合映像神經元網(wǎng)絡動力學特性 5.7 暫態(tài)混沌神經網(wǎng)絡的全局搜索能力 5.8 時延細胞神經網(wǎng)絡動力學特性 5.8.1 時延細胞神經網(wǎng)絡模型 5.8.2 局部穩(wěn)定性分析 5.8.3 分岔和復雜的動力學特性 5.8.4 混沌存在的條件 5.9 本章小結 參考文獻第6章 混沌神經網(wǎng)絡在聯(lián)想記憶中的應用 6.1 引言 6.1.1 混沌在信息處理中的作用 6.1.2 聯(lián)想記憶基本原理 6.1.3 聯(lián)想記憶動力學特性 6.2 聯(lián)想記憶混沌神經元模型 6.2.1 Aihara混沌聯(lián)想神經網(wǎng)絡 6.2.2 全局耦合映像混沌聯(lián)想神經網(wǎng)絡 6.2.3 基于類Hebb學習的多值模式聯(lián)想記憶 6.2.4 Inoue混沌聯(lián)想神經網(wǎng)絡 6.3 聯(lián)想記憶混沌神經網(wǎng)絡穩(wěn)定性分析 6.4 改進的聯(lián)想記憶混沌神經網(wǎng)絡 6.4.1 網(wǎng)絡的建立 6.4.2 網(wǎng)絡聯(lián)想記憶仿真試驗 6.4.3 隨機模擬方法對記憶存儲容量的統(tǒng)計 6.4.4 性能分析 6.5 參數(shù)控制的聯(lián)想記憶混沌神經網(wǎng)絡 6.6 混沌系統(tǒng)在信息存儲中的應用 6.6.1 分段線性一維混沌映射在信息存取中的應用 6.6.2 混沌控制法 6.7 本章小結 參考文獻第7章 混沌神經網(wǎng)絡在優(yōu)化計算中的應用 7.1 混沌模擬退火思想的出現(xiàn) 7.2 混沌神經網(wǎng)絡優(yōu)化問題求解的統(tǒng)一框架 7.2.1 Hopfield神經網(wǎng)絡和能量函數(shù)修正 7.2.2 Chen和Aihara模型 7.2.3 Wang和Smith模型 7.2.4 具有混沌噪聲的模型 7.3 暫態(tài)混沌神經網(wǎng)絡動力學特性及優(yōu)化應用 7.3.1 混沌神經網(wǎng)絡模型 7.3.2 暫態(tài)混沌神經網(wǎng)絡模型TCNN 7.3.3 單一神經元的暫態(tài)混沌動力學行為 7.3.4 TCNN求解旅行商問題 7.3.5 TCNN求解CDMA多用戶檢測 7.3.6 TCNN求解OFDMA系統(tǒng)中子載波和功率聯(lián)合優(yōu)化 7.4 自組織TCNN及在信道分配問題中的應用 7.4.1 神經網(wǎng)絡求解信道分配問題 7.4.2 信道分配問題數(shù)學定義 7.4.3 TCNN求解信道分配問題 7.4.4 自組織機制的應用 7.4.5 自組織TCNN算法 7.4.6 仿真實驗 7.5 時變增益TCNN在方向估計中的應用 7.5.1 時變增益暫態(tài)混沌神經網(wǎng)絡 7.5.2 空間信號源方向估計問題 7.5.3 方向估計的暫態(tài)混沌神經網(wǎng)絡實現(xiàn) 7.5.4 仿真結果 7.6 Inoue混沌神經網(wǎng)絡模型及優(yōu)化應用 7.7 本章小結 參考文獻第8章 混沌神經網(wǎng)絡在生物醫(yī)學中的應用 8.1 神經元生理基礎及腦電混沌態(tài) 8.1.1 神經元及其生理基礎 8.1.2 腦電混沌態(tài)及其與思維關系 8.2 神經元中混沌與H—H神經網(wǎng)絡模型 8.3 心臟節(jié)律中的混沌現(xiàn)象 8.3.1 心臟節(jié)律模型 8.3.2 發(fā)現(xiàn)心臟節(jié)律中混沌 8.3.3 復雜性測度及其在心律變異分析中的應用 8.4 細胞神經網(wǎng)絡生物現(xiàn)象的生成 8.4.1 一維細胞神經網(wǎng)絡傳輸波前端及其中斷現(xiàn)象 8.4.2 脈沖控制法產生的生物電信號 8.5 胃電信號電生理學機制、模型及混沌特性 8.5.1 胃電圖電生理機理 8.5.2 胃電活動電生理模型及時空混沌特性 8.6 本章小結 參考文獻