本文關(guān)鍵詞：神經(jīng)信息混沌編碼機制及其應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在神經(jīng)系統(tǒng)信息流傳遞和處理過程中,越來越多的實驗和仿真都揭示了混沌節(jié)律的存在。而對其混沌編碼和傳遞機制展開研究,將有助于理解神經(jīng)編碼方式與神經(jīng)功能之間的密切聯(lián)系,同時也將給計算神經(jīng)與人工智能等工程應(yīng)用帶來新的思路。本文在神經(jīng)元電生理模型的基礎(chǔ)上,對混沌態(tài)響應(yīng)的傳遞和處理模式進(jìn)行研究,提出了一種神經(jīng)元混沌信息編碼的新機制及其在弱信號測量中的應(yīng)用。另外利用神經(jīng)元集群中的突觸互連,重點對混沌激勵下的神經(jīng)信息交互展開研究,并構(gòu)建視覺神經(jīng)計算模型,提出了一種基于混沌編碼機制的圖像弱邊緣檢測新思路。最后本文利用混沌響應(yīng)的遍歷性和不可逆,給出了基于二維混沌圖像的身份認(rèn)證系統(tǒng)應(yīng)用。主要工作及研究成果如下:(1)針對周期激勵下的神經(jīng)元混沌響應(yīng)特性,提出利用ISI序列以及非線性預(yù)報法進(jìn)行放電模式的辨識;考慮傳統(tǒng)時間或頻率編碼的統(tǒng)計局限性,提出了一種基于相位圓映射的神經(jīng)元混沌信息編碼方法;利用符號動力學(xué)實現(xiàn)神經(jīng)元混沌響應(yīng)的粗�；枋�,提出了一種基于符號序列距離的激勵頻率測量方法。實驗結(jié)果表明,混沌編碼機制將增強神經(jīng)元對于外界激勵的敏感度,有助于提高神經(jīng)信息傳遞的效率。(2)針對神經(jīng)信息混沌態(tài)傳遞的特性,利用神經(jīng)元互連中的突觸結(jié)構(gòu),提出采用近似熵、非線性預(yù)測結(jié)合替代數(shù)據(jù)法,研究混沌激勵下的神經(jīng)元動態(tài)響應(yīng)。實驗結(jié)果表明在混沌信息的傳遞過程中,突觸后膜神經(jīng)元顯著保留了頻率交替差別較大的激勵信號特性,同時丟棄頻率交替差別較小的激勵信號特性,說明神經(jīng)元對混沌信息傳遞具有一定的選擇性和再加工能力,有利于群體編碼中的信息交互。(3)基于神經(jīng)元信息動態(tài)突觸傳遞和混沌編碼機制,構(gòu)建了一種新的視覺神經(jīng)計算模型,并嘗試應(yīng)用于圖像的邊緣檢測。根據(jù)突觸前膜神經(jīng)元響應(yīng)模式動態(tài)改變突觸的信號轉(zhuǎn)換能力,利用突觸后膜電位波形來刻畫信號分布的時空特征。實驗結(jié)果表明,新模型將反映神經(jīng)元網(wǎng)絡(luò)時空狀態(tài)的動力學(xué)演變過程,能夠?qū)⒐庑盘柎碳まD(zhuǎn)換成具有時空特征的脈沖發(fā)放序列,并利用混沌編碼機制提高對弱邊緣檢測的敏感性。(4)基于神經(jīng)元信息混沌傳遞特性,本文提出了一種圖像密碼構(gòu)造的新方法。利用非線性映射將靜態(tài)用戶編號和數(shù)字密碼轉(zhuǎn)換為動態(tài)混沌序列,驅(qū)動神經(jīng)元產(chǎn)生具有遍歷性的不可逆混沌響應(yīng),最后重構(gòu)為二維圖像密碼。新方法實現(xiàn)了用戶對系統(tǒng)的認(rèn)證,有效增強了密碼認(rèn)證的安全性,為密碼加密、身份認(rèn)證領(lǐng)域的應(yīng)用提供了一種嶄新的思路。
【關(guān)鍵詞】：混沌編碼 視覺神經(jīng)計算 邊緣檢測 圖像密碼
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R338;TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-14
• 1.1 研究背景與意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-12
• 1.3 本文主要工作及創(chuàng)新點12-13
• 1.4 論文的組織結(jié)構(gòu)13-14
• 第2章 周期激勵下的神經(jīng)信息混沌編碼機制14-23
• 2.1 HH神經(jīng)元模型14-15
• 2.2 神經(jīng)信息的非線性預(yù)報誤差分析15-16
• 2.3 圓映射與符號動力學(xué)16-19
• 2.3.1 標(biāo)準(zhǔn)正弦圓映射16-17
• 2.3.2 神經(jīng)響應(yīng)圓映射17-18
• 2.3.3 符號動力學(xué)和距離空間18-19
• 2.4 實驗與分析19-22
• 2.4.1 神經(jīng)元響應(yīng)模式19-21
• 2.4.2 基于混沌編碼機制的頻率測量21-22
• 2.5 本章小結(jié)22-23
• 第3章 突觸連接下的混沌信息傳遞與處理研究23-34
• 3.1 級聯(lián)HH神經(jīng)元模型23-24
• 3.2 數(shù)據(jù)分析方法24-25
• 3.3 仿真實驗結(jié)果25-31
• 3.3.1 神經(jīng)元響應(yīng)的統(tǒng)計分析26-27
• 3.3.2 神經(jīng)元響應(yīng)的近似熵分析27-28
• 3.3.3 神經(jīng)元響應(yīng)的非線性預(yù)測分析28-31
• 3.4 分析與討論31-33
• 3.5 本章小結(jié)33-34
• 第4章 基于神經(jīng)元混沌信息編碼的圖像邊緣檢測34-41
• 4.1 視覺神經(jīng)計算模型34-37
• 4.1.1 光電轉(zhuǎn)換層35
• 4.1.2 神經(jīng)信號解碼傳輸層35-36
• 4.1.3 輪廓感知層36-37
• 4.2 實驗結(jié)果與分析37-40
• 4.3 本章小結(jié)40-41
• 第5章 基于神經(jīng)元混沌信息編碼的身份認(rèn)證系統(tǒng)41-49
• 5.1 多重密碼身份認(rèn)證系統(tǒng)41-43
• 5.2 圖像密碼構(gòu)造方法43-46
• 5.2.1 洛倫茨系統(tǒng)43-44
• 5.2.2 神經(jīng)元混沌響應(yīng)映射44-45
• 5.2.3 Cat圖像密碼置亂算法45
• 5.2.4 圖像密碼構(gòu)造算法步驟45-46
• 5.3 實驗結(jié)果與分析46-48
• 5.4 本章小結(jié)48-49
• 第6章 總結(jié)與展望49-51
• 6.1 本文工作總結(jié)49-50
• 6.2 工作展望50-51
• 致謝51-52
• 參考文獻(xiàn)52-58
• 附錄58

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 梅琪;哈力旦·A;帕力旦·吐爾遜;;二維圖像的基本處理與邊緣檢測[J];新疆大學(xué)學(xué)報(自然科學(xué)版);2008年02期

2 崔建軍;詹世富;鄭雄偉;顧俊凱;;一種改進(jìn)的邊緣檢測算法[J];測繪科學(xué);2009年04期

3 全宗峰;閔杰;楊小遠(yuǎn);;基于提升變換的邊緣檢測[J];河南科學(xué);2010年11期

4 朱孝山;李德玉;賈俊芳;;基于改進(jìn)Canny邊緣檢測算法的車輛排隊長度檢測方法[J];山西大學(xué)學(xué)報(自然科學(xué)版);2011年03期

5 吳坤;孟飛;慕連好;張合新;;激光主動成像圖像邊緣檢測[J];電光與控制;2013年09期

6 王忠華,汪勝前,鄧承志,劉祝華;基于層間相關(guān)性的小波邊緣檢測[J];江西師范大學(xué)學(xué)報(自然科學(xué)版);2004年05期

7 鄭子華,陳家禎,陳利永;基于灰色絕對關(guān)聯(lián)度的邊緣檢測算法[J];福建師范大學(xué)學(xué)報(自然科學(xué)版);2004年04期

8 段瑞玲,李慶祥,李玉和;圖像邊緣檢測方法研究綜述[J];光學(xué)技術(shù);2005年03期

9 鄭海紅;王義峰;孔月萍;曾平;徐培培;;誤差分散類彩色半調(diào)圖的邊緣檢測算法[J];光子學(xué)報;2007年05期

10 杜鵑;劉斌;;基于層內(nèi)相關(guān)性的小波相位邊緣檢測[J];湖北大學(xué)學(xué)報(自然科學(xué)版);2008年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王巖;勒中鑫;;邊緣檢測中幾種方法的比較[A];1998年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1998年

2 孟偉;王秀澤;張巖;;離散Canny邊緣檢測算法的實現(xiàn)[A];走近CIE 26th——中國照明學(xué)會（2005）學(xué)術(shù)年會論文集[C];2005年

3 周勝靈;丁珠玉;;農(nóng)產(chǎn)品邊緣檢測系統(tǒng)研究[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

4 任獲榮;楊夏穎;何培培;孫建維;高敏;;邊緣檢測技術(shù)發(fā)展現(xiàn)狀及其在零件識別中的應(yīng)用綜述[A];第三屆數(shù)控機床與自動化技術(shù)專家論壇論文集[C];2012年

5 王巖;勒中鑫;;幾種邊緣檢測方法及其比較[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 葉樂軍;王強;;基于自適應(yīng)邊緣檢測的大空間火災(zāi)目標(biāo)監(jiān)測技術(shù)[A];中國職業(yè)安全健康協(xié)會2007年學(xué)術(shù)年會論文集[C];2007年

7 沈亮;潘德爐;王迪峰;;機載多通道掃描儀圖像的邊緣檢測初步研究[A];2008中國儀器儀表與測控技術(shù)進(jìn)展大會論文集（Ⅰ）[C];2008年

8 李文輝;郭寧寧;郝鑫;;優(yōu)化邊緣檢測的分析和解決方案[A];“加入WTO和科學(xué)技術(shù)與吉林經(jīng)濟發(fā)展——機遇·挑戰(zhàn)·責(zé)任”吉林省第二屆科學(xué)技術(shù)學(xué)術(shù)年會論文集（上）[C];2002年

9 王培珍;孟祥昊;張克;鄭詩程;潘瑞雪;;板材圖像邊緣檢測算法研究[A];第25屆中國控制與決策會議論文集[C];2013年

10 王海嵐;樊紹勝;;一種改進(jìn)的模糊形態(tài)學(xué)邊緣檢測算法[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 鳴人;Photoshop CS5:三大功能再進(jìn)化[N];中國攝影報;2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 磨少清;邊緣檢測及其評價方法的研究[D];天津大學(xué);2011年

2 董鴻燕;邊緣檢測的若干技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

3 王媛妮;順序形態(tài)邊緣檢測及分水嶺圖像分割研究[D];武漢大學(xué);2010年

4 遲健男;圖像形態(tài)學(xué)和小波分析在圖像增強與邊緣檢測中的應(yīng)用[D];東北大學(xué);2005年

5 李杏梅;Contourlet變換在圖像去噪與邊緣檢測中的應(yīng)用研究[D];華中科技大學(xué);2011年

6 丁興號;基于小波分析的視覺檢測技術(shù)研究[D];合肥工業(yè)大學(xué);2003年

7 閆海霞;基于數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測和增強算法的研究[D];吉林大學(xué);2009年

8 謝松法;模式特征的提取與應(yīng)用研究[D];華中科技大學(xué);2007年

9 吳慶崗;復(fù)雜背景輸電線圖像中部件邊緣提取算法研究[D];大連海事大學(xué);2012年

10 Ali Abdullah Yahya;[D];合肥工業(yè)大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 林江;基于邊緣檢測和馬爾可夫隨機場的AD癥腦MRI分割方法研究[D];西南交通大學(xué);2015年

2 呂威駿;基于分?jǐn)?shù)階傅里葉變換和多尺度跟蹤的邊緣檢測算法[D];鄭州大學(xué);2015年

3 亓?xí)酝?基于攝影測量的板類件孔位檢測方法研究[D];中國地質(zhì)大學(xué)(北京);2015年

4 李志;基于視頻的軌檢定位技術(shù)研究[D];西南交通大學(xué);2015年

5 王芮;基于多窗口的蟻群圖像邊緣檢測及并行算法[D];南京師范大學(xué);2015年

6 韓璐;改進(jìn)的基于多尺度多方向結(jié)構(gòu)元素和形態(tài)學(xué)的邊緣檢測算法[D];山東大學(xué);2015年

7 郭峰;基于Mumford-Shah模型的圖像邊緣檢測算法[D];華北電力大學(xué);2015年

8 陳美榮;基于N-Smoothlets的圖像處理關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

9 喬建強;火焰圖像邊緣檢測及修復(fù)算法的研究[D];華北電力大學(xué);2015年

10 楊艷爽;行車安全預(yù)警系統(tǒng)的設(shè)計與實現(xiàn)[D];中國科學(xué)院研究生院（沈陽計算技術(shù)研究所）;2015年

  本文關(guān)鍵詞：神經(jīng)信息混沌編碼機制及其應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

本文編號：316452