您的位置： 专家智库
>
资助详情>
黑龙江省教育厅科学技术研究项目(12531456)
黑龙江省教育厅科学技术研究项目(12531456)
- 作品数：3 被引量：5H指数：1
- 相关作者：徐耀群许楠刘丽杰宁常鑫刘桂阳更多>>
- 相关机构：哈尔滨商业大学黑龙江八一农垦大学更多>>
- 发文基金：黑龙江省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 高斯激励混沌神经元系统及其应用被引量：3
- 2014年
- 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.
- 许楠刘丽杰徐耀群
- 关键词：高斯函数神经元激励函数时间序列
- 带有高斯扰动的混沌神经网络及应用被引量：1
- 2014年
- 为考查新型混沌神经网络的抗干扰能力,在Chen’s混沌神经网络模型的内部状态中加入高斯函数扰动项。通过分析该网络神经元的混沌特性,说明了模拟退火参数及高斯函数的宽度参数对混沌行为的影响;分析了不同宽度值时的高斯曲线以及内部状态随迭代次数的变化情况,说明了扰动强弱敏感依赖于该参数的取值。将带有高斯扰动的混沌神经网络模型应用于解决旅行商最短路径问题(TSP),通过仿真实验,说明若合理调整网络参数以及径向基宽度参数,则该新型网络可以具有较高的抗扰动能力,从而使得网络能够避免陷入局部极小点,并以较快速度求得全局最优解。
- 许楠刘桂阳徐耀群
- 关键词：高斯函数混沌神经网络
- 一种径向基混沌神经网络分段退火策略及应用被引量：1
- 2014年
- 在Chen L等人提出的暂态混沌神经网络模型基础上,采用径向基函数构成的非线性自反馈连接项,分析该网络的动力学特性,模拟退火策略采用分段式结构,合理控制网络的混沌搜索过程及收敛速度。将其应用于组合优化问题中,通过仿真实验,说明若合适调整一级、二级模拟退火参数,则该新型网络能够较好克服陷入局部极小点并较快收敛到最优解,从而验证该方案的有效性。
- 许楠宁常鑫徐耀群
- 关键词：径向基函数组合优化模拟退火
