论文部分内容阅读
突破以往混沌神经元模型以Sigmoid函数作为激励函数的过程，构建了由高斯函数独自作为激励函数的混沌神经元模型，分析了它的混沌动力学特性；撤销模拟退火策略后，通过对时间序列的重要指标，如功率谱及最大Lyapunov指数的分析，证实高斯激励的神经元动力系统能够保持永久的混沌搜索状态；利用该系统对灰度图像进行加密，阐述了其原理及算法，通过对加密前后直方图的考查，说明了该混沌加密算法具有较强的抗统计分析能力。