初始值对细胞神经网络混沌特性的影响

朱艳平（信阳农林学院　信息工程学院，河南　信阳　464000）



初始值对细胞神经网络混沌特性的影响

朱艳平
（信阳农林学院信息工程学院，河南信阳464000）

摘要：为了能使细胞神经网络系统产生混沌吸引子和混沌信号，以便于将其作为密钥源应用于加密系统中，以四维CNN、五维CNN和六维CNN为例，对细胞神经网络的初始值进行研究.仿真实验得出能够产生混沌特性的初始值取值规律，这一结果将有助于细胞神经网络在加密领域中的应用研究.

关键词：细胞神经网络；初始值；混沌特性；取值规律；加密

细胞神经网络是Chua和Yang在1988年首次提出的，简称为CNN[1-2].CNN是一个局部互联网络，具有复杂的混沌动力学特性，同时又具有实时、高速、并行处理信号，易于超大规模集成电路实现的优点，被广泛应用于加密系统中[3].文献[4-6]分别将CNN系统用于彩色数字水印加密、语音加密和图像加密系统中，均取得了良好的加密效果.

细胞神经网络用于加密的前提条件是，该系统能够产生混沌吸引子和混沌信号.对于已经构造的CNN混沌系统数学模型，初始值的取值不同，将直接影响其混沌吸引子的产生与否.本文分析了初始值对细胞神经网络混沌特性的影响，通过仿真实验，得出能够产生混沌信号的CNN初始值的取值规律.这对细胞神经网络在加密领域的应用，具有一定的理论意义和现实意义.

1　细胞神经网络数学模型

细胞神经网络是受Hopfield神经网络和细胞自动机的影响，而提出的一种人……