1.一种基于四元忆阻神经网络的Mittag-Leffle同步控制方法,其用于控制分数阶忆阻神经网络内的驱动系统与响应系统达到同步,其特征在于:所述同步控制方法包括以下步骤:
首先,定义分数阶忆阻神经网络随时间t变化的误差函数ep(t),令:
ep(t)=yp(t)-xp(t)
式中,xp(t)表示驱动系统的状态变量;yp(t)表示响应系统的状态变量;
其次,设计开环控制器up(t)为:
式中,ηp、ξp、λp均表示实数,τβ表示一个神经元达到另一个神经元的第β种时延,β=1,2,…,n;
其中,所述驱动系统的模型设计为:
式中,表示分数阶导数的标记,0<α<1,p代表神经元的行数,q代表神经元的列数,p=1,2,…,n,q=1,2,…,n,xp(t)表示驱动系统中第p行神经元随时间t变化的神经元状态,cp表示第p行神经元的自反馈系数,apq(xq(t))表示第p行、第q列神经元的一个连接忆阻权重,xq(t)表示第q列神经元的状态,fq(yq(t))表示第q列神经元的激活函数;β代表一个神经元达到另一个神经元的时延种类,bpq(xq(t))表示第p行、第q列神经元的另一个连接忆阻权重,gq(xq(t-τβ))表示带有第β种时延的第q列的神经元的激活函数,Ip(t)表示第p行神经元随时间t变化的外部干扰;
所述响应系统的模型设计为:
式中,表示分数阶导数的标记,0<α<1,p代表响应系统中神经元的行数,q代表响应系统中神经元的列数,p=1,2,…,n,q=1,2,…,n,yp(t)表示响应系统中第p行神经元随时间t变化的神经元状态,cp表示第p行神经元的自反馈系数,apq(yq(t))表示第p行、第q列神经元的一个连接忆阻权重,yq(t)表示第q列神经元的状态,fq(yq(t))表示第q列神经元的激活函数;β代表一个神经元达到另一个神经元的时延种类,bpq(yq(t))表示第p行、第q列神经元的另一个连接忆阻权重,gq(yq(t-τβ))表示带有第β种时延的第q列的神经元的激活函数,Ip(t)表示第p行神经元随时间t变化的外部干扰;up(t)表示加在第p行个神经元上的控制器;
误差函数的模型为:
分别是经过微分包含和极值映射后的结果;
当分数阶忆阻神经网络内的驱动系统与响应系统达到同步后,利用所述驱动系统生成混沌序列,采用置乱扩散技术对图像进行一次全局置乱操作和一次加入扰动的扩散操作,最后图像各分量之间相互扩散得出加密图像,解密则是利用响应系统的混沌序列进行逆操作。
2.如权利要求1所述的基于四元忆阻神经网络的Mittag-Leffle同步控制方法,其特征在于:apq(xq(t))和bpq(xq(t))取值如下:式中,i、j、k代表四元数域中的三个虚部。
3.一种基于分数阶忆阻神经网络的图像加密方法,其特征在于,其采样如权利要求1所述的基于四元忆阻神经网络的Mittag-Leffle同步控制方法控制分数阶忆阻神经网络内的驱动系统与响应系统达到同步,当分数阶忆阻神经网络内的驱动系统与响应系统达到同步后,利用所述驱动系统生成混沌序列,采用置乱扩散技术对图像进行一次全局置乱操作和一次加入扰动的扩散操作,最后图像各分量之间相互扩散得出加密图像,解密则是利用响应系统的混沌序列进行逆操作;
所述置乱为:
步骤1:将表征明文图像的灰度图像矩阵Pm×n,降维处理转换成一维向量序列Pσ={P1,P2,...,Pm×n},式中,m、n分别表示原始图像矩阵的行数与列数;
步骤2:对混沌随机序列wσ={w1,w2,...,wm×n}进行升序排列得到索引序列Aσ={A1,A2,...,Am×n};
[~,Aσ]=sort(wσ)
步骤3:利用索引序列Aσ去置乱序列Pσ,得到置乱后的灰度序列Bσ={B1,B2,...,Bm×n};
所述扩散为:
步骤1:将迭代得到的混沌随机序列zσ={z1,z2,...,zm×n}用m序列sσ={s1,s2,...,sm×n}进行扰动,得到混沌序列Cσ={C1,C2,...,Cm×n};
步骤2:将置乱处理得到的序列Bσ={B1,B2,...,Bm×n}与混沌序列Cσ={C1,C2,...,Cm×n}进行异或操作得到Dσ={D1,D2,...,Dm×n};
步骤3:将异或后的序列Dσ={D1,D2,...,Dm×n}还原成图片尺寸大小m×n的矩阵,即得到加密后的图像E。
4.如权利要求3所述的基于分数阶忆阻神经网络的图像加密方法,其特征在于,所述混沌随机序列的产生方法包括以下步骤:步骤1:将分数阶忆阻神经网络中的驱动系统和响应系统这两个系统迭代次N0+m×n,丢弃每个序列前N0个数,分别得到八个状态值:x1(h),x2(h),x4(h),x5(h),x6(h),x7(h),x8(h),h=1,2,...,m×n;
步骤2:通过前面步骤1得到的八个状态值,利用其产生新的序列k(ix,iy)∈[0,255],k′(ix,iy)∈[0,m×n],ix=1,2,...,8,iy=1,2,...,mn,序列值计算如下:k(ix,iy)=mod{floor((|xix(iy)|-floor(|xix(iy)|))×107),256},k′(ix,iy)=mod{floor(mod(((|xix(iy)|-floor(|xix(iy)|))×1015),108)),m×n},其中mod(·)表示取模运算,floor(·)表示向下取整,在k(ix,iy)中选取一组数作为混沌序列zσ={z1,z2,...,zm×n},在k′(ix,iy)中选取一组数作为混沌序列wσ={w1,w2,...,wm×n}。
5.如权利要求3所述的基于分数阶忆阻神经网络的图像加密方法,其特征在于,所述驱动系统与所述响应系统达的同步控制方法包括以下步骤:首先,定义分数阶忆阻神经网络随时间t变化的误差函数ep(t),令:
ep(t)=yp(t)-xp(t)
式中,xp(t)表示驱动系统的状态变量;yp(t)表示响应系统的状态变量;
其次,设计开环控制器up(t)为:
式中,ηp、ξp、λp均表示实数,τβ表示一个神经元达到另一个神经元的第β种时延,p=1,2,…,n。
6.如权利要求5所述的基于分数阶忆阻神经网络的图像加密方法,其特征在于,所述驱动系统的模型为:
式中,表示分数阶导数的标记,0<α<1,p代表神经元的行数,q代表神经元的列数,p=1,2,…,n,q=1,2,…,n,xp(t)表示驱动系统中第p行神经元随时间t变化的神经元状态,cp表示第p行神经元的自反馈系数,apq(xq(t))表示第p行、第q列神经元的一个连接忆阻权重,xq(t)表示第q列神经元的状态,fq(yq(t))表示第q列神经元的激活函数;β代表一个神经元达到另一个神经元的时延种类,bpq(xq(t))表示第p行、第q列神经元的另一个连接忆阻权重,gq(xq(t-τβ))表示带有第β种时延的第q列的神经元的激活函数,Ip(t)表示第p行神经元随时间t变化的外部干扰;
所述响应系统的模型为:
式中,表示分数阶导数的标记,0<α<1,p代表神经元的行数,q代表神经元的列数,p=1,2,…,n,q=1,2,…,n,yp(t)表示响应系统中第p行神经元随时间t变化的神经元状态,cp表示第p行神经元的自反馈系数,apq(yq(t))表示第p行、第q列神经元的一个连接忆阻权重,yq(t)表示第q列神经元的状态,fq(yq(t))表示第q列神经元的激活函数;β代表一个神经元达到另一个神经元的时延种类,bpq(yq(t))表示第p行、第q列神经元的另一个连接忆阻权重,gq(yq(t-τβ))表示带有第β种时延的第q列的神经元的激活函数,Ip(t)表示第p行神经元随时间t变化的外部干扰;up(t)表示加在第p行个神经元上的控制器;
误差函数的模型为:
分别是经过微分包含和极值映射后的结果。
7.一种基于分数阶忆阻神经网络的图像解密方法,其用于对采用如权利要求3至6中任意一项所述的基于分数阶忆阻神经网络的图像加密方法进行加密的图像进行解密,其特征在于,利用响应系统的混沌序列进行逆操作:逆扩散和逆置乱;
逆扩散:
步骤1:将密文图像矩阵Vm×n,降维处理转换成一维向量序列Vσ={V1,V2,...,Vm×n};
步骤2:将响应系统迭代得到的混沌随机序列rσ={r1,r2,...,rm×n}用m序列sσ={s1,s2,...,sm×n}进行解扰,得到混沌序列Gσ={G1,G2,...,Gm×n};
步骤3:将密文图像得到的序列Vσ={V1,V2,...,Vm×n}与混沌序列Gσ={G1,G2,...,Gm×n}进行异或操作得到Hσ={H1,H2,...,Hm×n};
逆置乱:
步骤1:对混沌随机序列oσ={o1,o2,...,om×n}进行升序排列得到索引序列Jσ={J1,J2,...,Jm×n};
步骤2:按照下列方式利用索引序列Jσ去置乱序列Hm×n,得到置乱后的灰度序列Lσ={L1,L2,...,Lm×n};
[~,Jσ]=sort(oσ)
步骤3:将逆置乱的序列Lσ={L1,L2,...,Lm×n}还原成图片尺寸大小m×n的矩阵,即得到解密后的图像Q。
8.一种分数阶忆阻神经网络,其特征在于,其采用如权利要求3至6中任意一项所述的基于分数阶忆阻神经网络的图像加密方法对图像进行加密,并采用如权利要求7所述的基于分数阶忆阻神经网络的图像解密方法对图像进行解密。
9.一种计算机终端,其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时,实现如权利要求3-6中任意一项所述的基于分数阶忆阻神经网络的图像加密方法的步骤以及如权利要求7所述的基于分数阶忆阻神经网络的图像解密方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序指令,计算机程序指令被一处理器读取并运行时,实现如权利要求3-6中任意一项所述的基于分数阶忆阻神经网络的图像加密方法的步骤以及如权利要求7所述的基于分数阶忆阻神经网络的图像解密方法的步骤。