緒論  O.1 混沌、神經(jīng)網(wǎng)絡(luò)和混沌神經(jīng)信息處理的發(fā)展  O.2 混沌神經(jīng)信息處理的研究內(nèi)容    0.2.1 混沌神經(jīng)網(wǎng)絡(luò)模型    0.2.2 混沌神經(jīng)網(wǎng)絡(luò)的控制    0.2.3 混沌神 緒論 O.1 混沌、神經(jīng)網(wǎng)絡(luò)和混沌神經(jīng)信息處理的發(fā)展 O.2 混沌神經(jīng)信息處理的研究內(nèi)容 0.2.1 混沌神經(jīng)網(wǎng)絡(luò)模型 0.2.2 混沌神經(jīng)網(wǎng)絡(luò)的控制 0.2.3 混沌神經(jīng)網(wǎng)絡(luò)的同步 0.2.4 混沌神經(jīng)網(wǎng)絡(luò)動力學(xué)特性 0.3 混沌神經(jīng)信息處理的應(yīng)用 O.3.1 混沌神經(jīng)網(wǎng)絡(luò)在同步通信中的應(yīng)用 0.3.2 混沌神經(jīng)網(wǎng)絡(luò)在聯(lián)想記憶中的應(yīng)用 O.3.3 混沌神經(jīng)網(wǎng)絡(luò)在優(yōu)化計算中的應(yīng)用 0.3.4 混沌神經(jīng)網(wǎng)絡(luò)在生物學(xué)中的應(yīng)用 O.3.5 混沌神經(jīng)網(wǎng)絡(luò)在預(yù)測和模式識別等方面的應(yīng)用 0.4 混沌智能信息處理技術(shù)的展望 0.5 本書的主要內(nèi)容 參考文獻(xiàn)第1章 混沌動力學(xué)基礎(chǔ)理論 1.1 混沌研究歷史 1.2 非線性動力學(xué)系統(tǒng) 1.2.1 動力學(xué)系統(tǒng)基本概念 1.2.2 穩(wěn)態(tài)解行為和極限集 1.3 混沌的主要特征及測定 1.3.1 混沌的幾種數(shù)學(xué)定義 1.3.2 混沌的主要特征 1.3.3 李雅普諾夫指數(shù) 1.3.4 信息熵 1.3.5 吸引子的維數(shù) 1.4 分岔理論 1.5 幾種典型的混沌研究方法 1.5.1 直接觀測法 1.5.2 頻閃采樣法 1.5.3 龐加萊截面法 1.5.4 相空間重構(gòu)法 1.5.5 功率譜密度分析法 1.6 幾個典型的混沌模型 1.6.1 離散混沌模型 1.6.2 連續(xù)混沌模型 1.6.3 超混沌模型 1.7 本章小結(jié) 參考文獻(xiàn)第2章 神經(jīng)網(wǎng)絡(luò)理論及混沌神經(jīng)網(wǎng)絡(luò)模型 2.1 神經(jīng)網(wǎng)絡(luò)簡介 2.1.1 神經(jīng)網(wǎng)絡(luò)發(fā)展回顧 2.1.2 神經(jīng)網(wǎng)絡(luò)基本模型 2.2 混沌神經(jīng)網(wǎng)絡(luò)模型 2.2.1 Aihara混沌神經(jīng)網(wǎng)絡(luò)模型 2.2.2 全局耦合映像混沌神經(jīng)元模型 2.2.3 對稱映像全局耦合混沌神經(jīng)元網(wǎng)絡(luò) 2.2.4 雙向耦合映像網(wǎng)絡(luò)模型 2.2.5 Inoue混沌神經(jīng)網(wǎng)絡(luò)模型 2.2.6 反應(yīng)一擴散細(xì)胞神經(jīng)網(wǎng)絡(luò) 2.3 本章小結(jié) 參考文獻(xiàn)第3章 混沌及混沌神經(jīng)網(wǎng)絡(luò)控制 3.1 引言 3.2 參數(shù)微擾法 3.3 外力反饋控制法 3.4 延遲反饋控制法 3.5 自適應(yīng)延遲反饋控制法 3.5.1 自適應(yīng)時間延遲即目標(biāo)軌道的設(shè)計 3.5.2 自適應(yīng)時間延遲反饋控制混沌 3.6 線性反饋控制法 3.7 用脈沖控制法抑制非自治細(xì)胞神經(jīng)網(wǎng)絡(luò)中的混沌 3.7.1 非自治細(xì)胞神經(jīng)網(wǎng)絡(luò)中的混沌和分岔 3.7.2 脈沖控制法 3.7.3 數(shù)值實驗 3.8 正比于系統(tǒng)變量的脈沖反饋法 3.8.1 控制算法的基本思想 3.8.2 Henon映射模型的控制 3.8.3 仿真實驗結(jié)果 3.9 外加周期驅(qū)動信號控制法 3.1 0耦合映像格子時空混沌的控制 3.1 1混沌神經(jīng)網(wǎng)絡(luò)的釘扎控制 3.1 2混沌神經(jīng)網(wǎng)絡(luò)的延時反饋控制 3.1 3本章小結(jié) 參考文獻(xiàn)第4章 混沌及混沌神經(jīng)網(wǎng)絡(luò)同步 4.1 引言 4.1.1 混沌同步的定義及同步類型 4.1.2 存在驅(qū)動一響應(yīng)關(guān)系的混沌同步原理 4.1.3 基于混沌同步的保密通信方案 4.2 細(xì)胞神經(jīng)網(wǎng)絡(luò)同步及保密通信方案 4.2.1 擴展頻譜保密通信方案 4.2.2 數(shù)值仿真實驗 4.2.3 分析小結(jié) 4.3 基于系統(tǒng)分離的混沌同步 4.4 混沌系統(tǒng)的同步觀測器設(shè)計 4.4.1 非線性狀態(tài)觀測器 4.4.2 混沌系統(tǒng)的同步觀測器設(shè)計 4.5 時間離散驅(qū)動的同步觀測器 4.5.1 離散驅(qū)動同步觀測器的穩(wěn)定性判據(jù) 4.5.2 仿真實驗結(jié)果 4.6 超混沌系統(tǒng)的廣義函數(shù)投影時滯同步 4.6.1 超混沌系統(tǒng)投影同步研究現(xiàn)狀 4.6.2 參數(shù)不確定的自適應(yīng)廣義函數(shù)投影時滯同步 4.7 廣義函數(shù)投影同步的超混沌保密通信 4.7.1 自適應(yīng)廣義函數(shù)投影同步和參數(shù)調(diào)制的保密通信 4.7.2 耦合廣義函數(shù)投影同步和混沌遮掩的保密通信 4.8 線性耦合神經(jīng)網(wǎng)絡(luò)的同步 4.8.1 網(wǎng)絡(luò)模型 4.8.2 仿真實驗 4.9 輸出或狀態(tài)耦合的混沌神經(jīng)網(wǎng)絡(luò)同步 4.9.1 混沌神經(jīng)網(wǎng)絡(luò)同步研究現(xiàn)狀 4.9.2 混沌神經(jīng)網(wǎng)絡(luò)同步的定義 4.9.3 全局指數(shù)同步的幾個主要定理 4.1 0本章小結(jié) 參考文獻(xiàn)第5章 混沌神經(jīng)網(wǎng)絡(luò)動力學(xué)特性 5.1 遞歸神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性 5.1.1 平衡狀態(tài)的穩(wěn)定性 5.1.2 遞歸網(wǎng)絡(luò)的漸近穩(wěn)定性分析 5.1.3 離散對稱遞歸網(wǎng)絡(luò)的漸近穩(wěn)定性分析 5.1.4 連續(xù)非對稱遞歸網(wǎng)絡(luò)的漸近穩(wěn)定性分析 5.2 一類時延神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性 5.2.1 引言 5.2.2 模型描述 5.2.3 全局穩(wěn)定性條件 5.3 無時延細(xì)胞神經(jīng)網(wǎng)絡(luò)的無條件穩(wěn)定性 5.4 有時延細(xì)胞神經(jīng)網(wǎng)絡(luò)的無條件穩(wěn)定性 5.5 Aihara混沌神經(jīng)網(wǎng)絡(luò)動力學(xué)特性 5.5.1 混沌神經(jīng)網(wǎng)絡(luò)模型 5.5.2 混沌神經(jīng)網(wǎng)絡(luò)時空動力學(xué)行為 5.6 全局耦合混沌神經(jīng)網(wǎng)絡(luò)動力學(xué)特性 5.6.1 引言 5.6.2 耦合映像神經(jīng)元網(wǎng)絡(luò)模型的引入 5.6.3 耦合映像神經(jīng)元網(wǎng)絡(luò)動力學(xué)特性 5.7 暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)的全局搜索能力 5.8 時延細(xì)胞神經(jīng)網(wǎng)絡(luò)動力學(xué)特性 5.8.1 時延細(xì)胞神經(jīng)網(wǎng)絡(luò)模型 5.8.2 局部穩(wěn)定性分析 5.8.3 分岔和復(fù)雜的動力學(xué)特性 5.8.4 混沌存在的條件 5.9 本章小結(jié) 參考文獻(xiàn)第6章 混沌神經(jīng)網(wǎng)絡(luò)在聯(lián)想記憶中的應(yīng)用 6.1 引言 6.1.1 混沌在信息處理中的作用 6.1.2 聯(lián)想記憶基本原理 6.1.3 聯(lián)想記憶動力學(xué)特性 6.2 聯(lián)想記憶混沌神經(jīng)元模型 6.2.1 Aihara混沌聯(lián)想神經(jīng)網(wǎng)絡(luò) 6.2.2 全局耦合映像混沌聯(lián)想神經(jīng)網(wǎng)絡(luò) 6.2.3 基于類Hebb學(xué)習(xí)的多值模式聯(lián)想記憶 6.2.4 Inoue混沌聯(lián)想神經(jīng)網(wǎng)絡(luò) 6.3 聯(lián)想記憶混沌神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析 6.4 改進的聯(lián)想記憶混沌神經(jīng)網(wǎng)絡(luò) 6.4.1 網(wǎng)絡(luò)的建立 6.4.2 網(wǎng)絡(luò)聯(lián)想記憶仿真試驗 6.4.3 隨機模擬方法對記憶存儲容量的統(tǒng)計 6.4.4 性能分析 6.5 參數(shù)控制的聯(lián)想記憶混沌神經(jīng)網(wǎng)絡(luò) 6.6 混沌系統(tǒng)在信息存儲中的應(yīng)用 6.6.1 分段線性一維混沌映射在信息存取中的應(yīng)用 6.6.2 混沌控制法 6.7 本章小結(jié) 參考文獻(xiàn)第7章 混沌神經(jīng)網(wǎng)絡(luò)在優(yōu)化計算中的應(yīng)用 7.1 混沌模擬退火思想的出現(xiàn) 7.2 混沌神經(jīng)網(wǎng)絡(luò)優(yōu)化問題求解的統(tǒng)一框架 7.2.1 Hopfield神經(jīng)網(wǎng)絡(luò)和能量函數(shù)修正 7.2.2 Chen和Aihara模型 7.2.3 Wang和Smith模型 7.2.4 具有混沌噪聲的模型 7.3 暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)動力學(xué)特性及優(yōu)化應(yīng)用 7.3.1 混沌神經(jīng)網(wǎng)絡(luò)模型 7.3.2 暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)模型TCNN 7.3.3 單一神經(jīng)元的暫態(tài)混沌動力學(xué)行為 7.3.4 TCNN求解旅行商問題 7.3.5 TCNN求解CDMA多用戶檢測 7.3.6 TCNN求解OFDMA系統(tǒng)中子載波和功率聯(lián)合優(yōu)化 7.4 自組織TCNN及在信道分配問題中的應(yīng)用 7.4.1 神經(jīng)網(wǎng)絡(luò)求解信道分配問題 7.4.2 信道分配問題數(shù)學(xué)定義 7.4.3 TCNN求解信道分配問題 7.4.4 自組織機制的應(yīng)用 7.4.5 自組織TCNN算法 7.4.6 仿真實驗 7.5 時變增益TCNN在方向估計中的應(yīng)用 7.5.1 時變增益暫態(tài)混沌神經(jīng)網(wǎng)絡(luò) 7.5.2 空間信號源方向估計問題 7.5.3 方向估計的暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)實現(xiàn) 7.5.4 仿真結(jié)果 7.6 Inoue混沌神經(jīng)網(wǎng)絡(luò)模型及優(yōu)化應(yīng)用 7.7 本章小結(jié) 參考文獻(xiàn)第8章 混沌神經(jīng)網(wǎng)絡(luò)在生物醫(yī)學(xué)中的應(yīng)用 8.1 神經(jīng)元生理基礎(chǔ)及腦電混沌態(tài) 8.1.1 神經(jīng)元及其生理基礎(chǔ) 8.1.2 腦電混沌態(tài)及其與思維關(guān)系 8.2 神經(jīng)元中混沌與H—H神經(jīng)網(wǎng)絡(luò)模型 8.3 心臟節(jié)律中的混沌現(xiàn)象 8.3.1 心臟節(jié)律模型 8.3.2 發(fā)現(xiàn)心臟節(jié)律中混沌 8.3.3 復(fù)雜性測度及其在心律變異分析中的應(yīng)用 8.4 細(xì)胞神經(jīng)網(wǎng)絡(luò)生物現(xiàn)象的生成 8.4.1 一維細(xì)胞神經(jīng)網(wǎng)絡(luò)傳輸波前端及其中斷現(xiàn)象 8.4.2 脈沖控制法產(chǎn)生的生物電信號 8.5 胃電信號電生理學(xué)機制、模型及混沌特性 8.5.1 胃電圖電生理機理 8.5.2 胃電活動電生理模型及時空混沌特性 8.6 本章小結(jié) 參考文獻(xiàn)