Hopfield型连续神经网络指数收敛速度的估计

讨论了Hopfield型连续神经网络的指数收敛速度问题,从理论上得到了新的局部指数收敛条件,与以往的结果相比,本文导出指数收敛的阶更大,指数收敛的速度要更快,文中还给出了数值举例。     

关于变参数离散Devaney混沌系统

研究离散系统在推广的Devaney意义下的混沌性，构造出变参数离散广义Devaney混沌系统，给出新意义下混沌系统的一种简捷构造方法，扩展了离散混沌系统的研究范围，为日后应用奠定了基础。     

G神经网络函数映射能力的构造性证明

该文研究了G神经网络的函数映射能力,给出了前馈G神经网络映射任意G型多项式的构造性证明。采用该文的方法映射同一个多项式,所用的神经元数目可少至以往方法的2/(n+1),其中n是G型多项式的次数。     

频率不相关性及其在单钥密码系统中的应用

探讨频率测度论在保密通信中的应用,研究单钥密码系统中加密变换非线性性质的相关问题.针对目前常见分组密码算法在非线性性质方面缺乏理论规范描述和严格证明的现状,探讨一般单钥密码系统中非线性加密变换严格的数学描述和实现方法.利用频率测度论中的不相关概念,引入不相关单钥密码系统这一新概念,指出这类不相关基本单钥密码系统的存在性,并在理论上严格证明了强大数定律,即在利用不相关基本单钥密码系统进行所有可能的保密通信过程中,当明文单元序列服从离散无记忆均匀分布且密钥周期性更换时,明文序列与密文序列将必然不相关.     

前向神经网络的一种快速分层线性优化算法

本文利用数学分析的方法,提出了一种前向神经网络快速分层线性优化算法,其特点是:用新方法构造了各层的目标函数;无须计算Hessian矩阵,加快了算法的收敛速度.仿真实验表明,与传统算法如误差反传法或BP法和含势态因子(Momentum factor)的BP法以及现有的分层优化算法相比,新算法能加快收敛速度,并降低学习误差.     

用于混沌扩频保密通信的不等长四相扩频序列

本文重点研究不等长四相混沌扩频序列的广义奇互相关性质。理论分析和仿真实验表明,不等长与等长的四相混沌扩频序列在许多方面具有相似的性质,所获结果为不等长四相混沌扩顺序列在保密通信等方面的应用提供了理论基础。     

MATLAB语言在工程数学中的几种应用

在工程数学的教学中，往往需要利用几何图形来直观地说明概念的含义、概念间的关系等，同时应尽量避免简单而繁重的计算，从而有更多的时间来突出数学原理、方法和技巧等的教学。本文以提高工程数学的教学质量、进行教学改革为目的，充分利用计算机在作图和数值计算上的优势，结合工程数学和MATLAB语言的特点，以工程数学教学中遇到的几个具体问题为例，阐明了MATLAB语言在工程数学教学中的两种潜在应用。     

混沌系统在RSA加密算法中的应用

信息安全中的加密算法日益受到重视,许多加密算法被提出,其中RSA公钥加密算法有着特殊的作用而被广泛使用。由于混沌序列有着良好的伪随机性和对初始值及系统参数敏感以及遍历性等特点,而具有很好的加密性能。因此根据混沌的这些特点,提出了一种利用混沌系统产生大随机数序列的方法,并把他运用于RSA公钥加密算法中,实验证明该方法是非常有效性的。