神经信息混沌编码机制及其应用研究

发布时间：2017-04-19 14:12

  本文关键词：神经信息混沌编码机制及其应用研究，由笔耕文化传播整理发布。

【摘要】：在神经系统信息流传递和处理过程中,越来越多的实验和仿真都揭示了混沌节律的存在。而对其混沌编码和传递机制展开研究,将有助于理解神经编码方式与神经功能之间的密切联系,同时也将给计算神经与人工智能等工程应用带来新的思路。本文在神经元电生理模型的基础上,对混沌态响应的传递和处理模式进行研究,提出了一种神经元混沌信息编码的新机制及其在弱信号测量中的应用。另外利用神经元集群中的突触互连,重点对混沌激励下的神经信息交互展开研究,并构建视觉神经计算模型,提出了一种基于混沌编码机制的图像弱边缘检测新思路。最后本文利用混沌响应的遍历性和不可逆,给出了基于二维混沌图像的身份认证系统应用。主要工作及研究成果如下:(1)针对周期激励下的神经元混沌响应特性,提出利用ISI序列以及非线性预报法进行放电模式的辨识;考虑传统时间或频率编码的统计局限性,提出了一种基于相位圆映射的神经元混沌信息编码方法;利用符号动力学实现神经元混沌响应的粗粒化描述,提出了一种基于符号序列距离的激励频率测量方法。实验结果表明,混沌编码机制将增强神经元对于外界激励的敏感度,有助于提高神经信息传递的效率。(2)针对神经信息混沌态传递的特性,利用神经元互连中的突触结构,提出采用近似熵、非线性预测结合替代数据法,研究混沌激励下的神经元动态响应。实验结果表明在混沌信息的传递过程中,突触后膜神经元显著保留了频率交替差别较大的激励信号特性,同时丢弃频率交替差别较小的激励信号特性,说明神经元对混沌信息传递具有一定的选择性和再加工能力,有利于群体编码中的信息交互。(3)基于神经元信息动态突触传递和混沌编码机制,构建了一种新的视觉神经计算模型,并尝试应用于图像的边缘检测。根据突触前膜神经元响应模式动态改变突触的信号转换能力,利用突触后膜电位波形来刻画信号分布的时空特征。实验结果表明,新模型将反映神经元网络时空状态的动力学演变过程,能够将光信号刺激转换成具有时空特征的脉冲发放序列,并利用混沌编码机制提高对弱边缘检测的敏感性。(4)基于神经元信息混沌传递特性,本文提出了一种图像密码构造的新方法。利用非线性映射将静态用户编号和数字密码转换为动态混沌序列,驱动神经元产生具有遍历性的不可逆混沌响应,最后重构为二维图像密码。新方法实现了用户对系统的认证,有效增强了密码认证的安全性,为密码加密、身份认证领域的应用提供了一种崭新的思路。
【关键词】：混沌编码 视觉神经计算 边缘检测 图像密码
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R338;TP391.41
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-14
• 1.1 研究背景与意义10-11
• 1.2 国内外研究现状11-12
• 1.3 本文主要工作及创新点12-13
• 1.4 论文的组织结构13-14
• 第2章 周期激励下的神经信息混沌编码机制14-23
• 2.1 HH神经元模型14-15
• 2.2 神经信息的非线性预报误差分析15-16
• 2.3 圆映射与符号动力学16-19
• 2.3.1 标准正弦圆映射16-17
• 2.3.2 神经响应圆映射17-18
• 2.3.3 符号动力学和距离空间18-19
• 2.4 实验与分析19-22
• 2.4.1 神经元响应模式19-21
• 2.4.2 基于混沌编码机制的频率测量21-22
• 2.5 本章小结22-23
• 第3章 突触连接下的混沌信息传递与处理研究23-34
• 3.1 级联HH神经元模型23-24
• 3.2 数据分析方法24-25
• 3.3 仿真实验结果25-31
• 3.3.1 神经元响应的统计分析26-27
• 3.3.2 神经元响应的近似熵分析27-28
• 3.3.3 神经元响应的非线性预测分析28-31
• 3.4 分析与讨论31-33
• 3.5 本章小结33-34
• 第4章 基于神经元混沌信息编码的图像边缘检测34-41
• 4.1 视觉神经计算模型34-37
• 4.1.1 光电转换层35
• 4.1.2 神经信号解码传输层35-36
• 4.1.3 轮廓感知层36-37
• 4.2 实验结果与分析37-40
• 4.3 本章小结40-41
• 第5章 基于神经元混沌信息编码的身份认证系统41-49
• 5.1 多重密码身份认证系统41-43
• 5.2 图像密码构造方法43-46
• 5.2.1 洛伦茨系统43-44
• 5.2.2 神经元混沌响应映射44-45
• 5.2.3 Cat图像密码置乱算法45
• 5.2.4 图像密码构造算法步骤45-46
• 5.3 实验结果与分析46-48
• 5.4 本章小结48-49
• 第6章 总结与展望49-51
• 6.1 本文工作总结49-50
• 6.2 工作展望50-51
• 致谢51-52
• 参考文献52-58
• 附录58

【相似文献】

中国期刊全文数据库 前10条

1 梅琪;哈力旦·A;帕力旦·吐尔逊;;二维图像的基本处理与边缘检测[J];新疆大学学报(自然科学版);2008年02期

2 崔建军;詹世富;郑雄伟;顾俊凯;;一种改进的边缘检测算法[J];测绘科学;2009年04期

3 全宗峰;闵杰;杨小远;;基于提升变换的边缘检测[J];河南科学;2010年11期

4 朱孝山;李德玉;贾俊芳;;基于改进Canny边缘检测算法的车辆排队长度检测方法[J];山西大学学报(自然科学版);2011年03期

5 吴坤;孟飞;慕连好;张合新;;激光主动成像图像边缘检测[J];电光与控制;2013年09期

6 王忠华,汪胜前,邓承志,刘祝华;基于层间相关性的小波边缘检测[J];江西师范大学学报(自然科学版);2004年05期

7 郑子华,陈家祯,陈利永;基于灰色绝对关联度的边缘检测算法[J];福建师范大学学报(自然科学版);2004年04期

8 段瑞玲,李庆祥,李玉和;图像边缘检测方法研究综述[J];光学技术;2005年03期

9 郑海红;王义峰;孔月萍;曾平;徐培培;;误差分散类彩色半调图的边缘检测算法[J];光子学报;2007年05期

10 杜鹃;刘斌;;基于层内相关性的小波相位边缘检测[J];湖北大学学报(自然科学版);2008年01期

中国重要会议论文全文数据库 前10条

1 王岩;勒中鑫;;边缘检测中几种方法的比较[A];1998年中国智能自动化学术会议论文集（下册）[C];1998年

2 孟伟;王秀泽;张岩;;离散Canny边缘检测算法的实现[A];走近CIE 26th——中国照明学会（2005）学术年会论文集[C];2005年

3 周胜灵;丁珠玉;;农产品边缘检测系统研究[A];中国农业工程学会2011年学术年会论文集[C];2011年

4 任获荣;杨夏颖;何培培;孙建维;高敏;;边缘检测技术发展现状及其在零件识别中的应用综述[A];第三届数控机床与自动化技术专家论坛论文集[C];2012年

5 王岩;勒中鑫;;几种边缘检测方法及其比较[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

6 叶乐军;王强;;基于自适应边缘检测的大空间火灾目标监测技术[A];中国职业安全健康协会2007年学术年会论文集[C];2007年

7 沈亮;潘德炉;王迪峰;;机载多通道扫描仪图像的边缘检测初步研究[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）[C];2008年

8 李文辉;郭宁宁;郝鑫;;优化边缘检测的分析和解决方案[A];“加入WTO和科学技术与吉林经济发展——机遇·挑战·责任”吉林省第二届科学技术学术年会论文集（上）[C];2002年

9 王培珍;孟祥昊;张克;郑诗程;潘瑞雪;;板材图像边缘检测算法研究[A];第25届中国控制与决策会议论文集[C];2013年

10 王海岚;樊绍胜;;一种改进的模糊形态学边缘检测算法[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

中国重要报纸全文数据库 前1条

1 鸣人;Photoshop CS5:三大功能再进化[N];中国摄影报;2010年

中国博士学位论文全文数据库 前10条

1 磨少清;边缘检测及其评价方法的研究[D];天津大学;2011年

2 董鸿燕;边缘检测的若干技术研究[D];国防科学技术大学;2008年

3 王媛妮;顺序形态边缘检测及分水岭图像分割研究[D];武汉大学;2010年

4 迟健男;图像形态学和小波分析在图像增强与边缘检测中的应用[D];东北大学;2005年

5 李杏梅;Contourlet变换在图像去噪与边缘检测中的应用研究[D];华中科技大学;2011年

6 丁兴号;基于小波分析的视觉检测技术研究[D];合肥工业大学;2003年

7 闫海霞;基于数学形态学的图像边缘检测和增强算法的研究[D];吉林大学;2009年

8 谢松法;模式特征的提取与应用研究[D];华中科技大学;2007年

9 吴庆岗;复杂背景输电线图像中部件边缘提取算法研究[D];大连海事大学;2012年

10 Ali Abdullah Yahya;[D];合肥工业大学;2014年

中国硕士学位论文全文数据库 前10条

1 林江;基于边缘检测和马尔可夫随机场的AD症脑MRI分割方法研究[D];西南交通大学;2015年

2 吕威骏;基于分数阶傅里叶变换和多尺度跟踪的边缘检测算法[D];郑州大学;2015年

3 亓晓彤;基于摄影测量的板类件孔位检测方法研究[D];中国地质大学(北京);2015年

4 李志;基于视频的轨检定位技术研究[D];西南交通大学;2015年

5 王芮;基于多窗口的蚁群图像边缘检测及并行算法[D];南京师范大学;2015年

6 韩璐;改进的基于多尺度多方向结构元素和形态学的边缘检测算法[D];山东大学;2015年

7 郭峰;基于Mumford-Shah模型的图像边缘检测算法[D];华北电力大学;2015年

8 陈美荣;基于N-Smoothlets的图像处理关键技术研究[D];电子科技大学;2015年

9 乔建强;火焰图像边缘检测及修复算法的研究[D];华北电力大学;2015年

10 杨艳爽;行车安全预警系统的设计与实现[D];中国科学院研究生院（沈阳计算技术研究所）;2015年

  本文关键词：神经信息混沌编码机制及其应用研究，，由笔耕文化传播整理发布。

本文编号：316452