基于忆阻的神经网络动力学分析与应用研究

This project research on the dynamical behavior of memristor-based neural networks and the applications in dynamic associative memory and the chaotic signal generator.We will combine the advantage of memristor, neural networks, hybrid systems and chaos to construct the model of neurons, the criteria and methods for analyzing the stability, dissipativity of memristor-based hybrid neural networks.To solve the problem of the bonding mechanism of memristor and the chaotic neuron and the chaotic neural networks, analyze the dynamics of memristor-based chaotic neural network, solve new problems arising in the dynamics analysis, and to explore the evaluation indexes and analysis methods for the performance of memristor. Research on the application of memristor-based chaotic neural networks in a dynamic associative memory and chaotic signal generator, to design a circuit board for the realization of chaotic signal generator. The research will further enrich the neural networks theory, and provide theoretical support for a new generation of information storage technology.

本项目研究基于忆阻器的神经网络的动力学行为及其在动态联想记忆和混沌信号发生器中的应用。将结合忆阻器、神经网络、混合系统和混沌的综合优势，构建神经元模型，建立基于忆阻器的混合神经网络的稳定性、耗散性分析的准则和方法。解决忆阻器与混沌神经元及混沌神经网络的结合机制问题，分析基于忆阻器的混沌神经网络的动力学特性，解决动力学分析中出现的新问题，探讨针对忆阻器的性能的评价指标和分析方法。研究基于忆阻器的混沌神经网络在动态联想记忆和混沌信号发生器中的应用，设计电路板进行混沌信号发生器的实现。研究成果将进一步丰富神经网络理论，对新一代信息存储技术提供理论上的支撑。

本项目主要研究基于忆阻器的神经网络的动力学行为及其在动态联想记忆和混沌信号发生器中的应用问题。分别构造了基于磁控忆阻器和荷控忆阻器的神经网络模型及滞后神经网络模型,并对网络的稳定性进行研究，得到了网络全局一致渐近稳定及全局指数稳定的判定条件，为基于忆阻器的神经网络的应用奠定了理论基础;构建了基于忆阻器的混沌神经网络模型,并对其动力学行为进行了定性分析和定量分析，计算机仿真验证了该混沌神经网络能够实现学习,为忆阻器的信息获取研究提供了理论基础;设计了基于忆阻器的混沌信号发生器并进行了电路实现，为研究基于忆阻器的的存储理论提供了基础;设计了一种忆阻器混沌电路，通过调整参数改变其动力学行为，可实现动态记忆；构建了一种具有遗忘记忆效应的基于忆阻器的混沌神经网络，研究了网络的动态联想记忆方式；另外，设计了一个基于荷控忆阻器的四维连续混沌电路，并将其应用于数字图像加密，加密效果比较理想。