学位论文简介
神经网络作为人工智能科学的关键分支，其理论研究与应用发展对于推动科技创新和智能化应用具有深远的意义。在对神经网络进行深入探究的过程中，忆阻器的融入为神经网络的性能提升和功能拓展开辟了新的道路。忆阻器作为存储介质，能够有效地存储神经网络中的权重信息，这一特性显著加快了神经网络的计算速度，提高了处理信息的效率。此外，忆阻器在神经网络的混沌动力学模拟方面也展现出其独特的价值。鉴于此，本文聚焦于探讨忆阻器在神经网络计算和神经网络混沌动力学中的应用，并对此进行了深入的分析和研究。本文的主要研究内容和创新之处概括如下：
(1) 提出了一种基于VDCCTA的非易失性忆阻模拟器和忆阻器可重构阵列。进一步地，利用该忆阻器可重构阵列构建了回声状态网络，并将其用于电力负荷预测任务。通过采用VDCCTA电路构造的忆阻模拟器，克服了传统忆阻模拟器不具备非易失性的缺点，从而能够成功存储神经网络中的权值信息。此外，所构造的忆阻器可重构阵列电路，通过引入灵活的开关连接设计，实现了阵列内部忆阻器之间连接关系的便捷重构。在实际应用中，该网络展现出了快速的计算速度和高精度的预测能力，为电力系统的负荷预测提供了一种有效地解决方案。
(2) 提出了一种基于忆阻器的注意力机制情感学习网络，并将其应用于交通标志识别任务。通过利用忆阻器的特性，构建了一种新型的具有自抑制功能的神经元电路。设计了一种基于自抑制神经元的竞争协作神经网络。该网络能够模拟视觉注意力的聚焦和转移过程。借鉴大脑边缘系统的情感信息处理机制，提出了一种基于忆阻器的感情学习电路。通过将注意力机制与情感学习网络相结合，所提出的网络的性能在交通标志识别任务中得到了有效验证。实验结果表明，该网络不仅能够有效地识别交通标志，还展现出了快速识别的特性。这一研究为交通标志识别领域提供了新的技术手段，具有重要理论和应用价值。
(3) 提出了一种基于忆阻器耦合的具有异质神经元的Hopfield神经网络模型，研究了该神经网络模型的混沌动力学行为，并将其应用于数字图像加密任务。该模型针对现有基于Hopfield神经网络混沌动力学研究中存在的局限性进行了改进。特别是针对于现实神经网络中具有多样的神经元这一特征，提出了更为适合的模拟方法。通过使用忆阻器模拟了神经元之间的磁场耦合现象，拓展了对异质神经元网络动力学行为的认知。
(4) 提出了一种基于忆阻器的禁忌学习神经元模型，该模型能够产生多翼混沌吸引子，并基于FPGA实现了该神经元模型的硬件构建。设计了一种基于多翼混沌吸引子的图像加密系统。该禁忌学习神经元模型的提出，有效填补了现有神经元研究中无法产生多翼混沌吸引子的空白，为构建具有丰富动力学行为神经系统提供了新的理论和技术基础。基于多翼混沌吸引子的图像加密系统，在多项仿真分析中表现出优秀的抵抗攻击能力，充分证明了该系统在工程应用中的价值。
主要学术成果
Quanli Deng, Chunhua Wang, Jingru Sun,Yichuang Sun,Jinguang Jiang, Hairong Lin, Zekun Deng. Nonvolatile CMOS memristor, reconfigurable array, and its application in power load forecasting. IEEE Transactions on Industrial Informatics,2024, 20(4): 6130-6141. (IF=12.3,中科院一区, TOP)
Quanli Deng,Chunhua Wang, Hairong Lin. Memristive Hopfield neural network dynamics with heterogeneous activation functions and its application. Chaos, Solitons & Fractals, 2024,178:114387.(IF=7.8, 中科院一区)
Quanli Deng, Chunhua Wang, Zekun Deng. Memristive circuit of quaternion multiplication and its application in aircraft attitude computation. IEEE Transactions on Circuits and Systems II: Express Briefs, 2024, Early Access, doi: 10.1109/TCSII.2024.3373017. (IF=4.4，中科院二区，TOP)
Quanli Deng, Chunhua Wang, Hairong Lin. Chaotic dynamical system of Hopfield neural network influenced by neuron activation threshold and its image encryption. Nonlinear Dynamics. 2024,112,6629-6646. (IF=5.6,中科院二区, TOP)
Quanli Deng, Chunhua Wang, Yichuang Sun, Zekun Deng, Gang Yang. Memristive Tabu learning neuron generated multi-wing attractor with FPGA implementation and application in encryption. IEEE Transaction on Circuits and Systems I: Regular Papers, 修改. (中科院一区)
Quanli Deng, Chunhua Wang, Yichuang Sun, Cong Xu, Hairong Lin, Zekun Deng. Memristor-based brain emotional learning neural network with attention mechanism and its application. IEEE Transactions on Cognitive and Developmental Systems, 修改. (中科院三区)
Quanli Deng, Chunhua Wang, Gang Yang. Initial boosted chaos in memristive coupled heterogeneous Tabu learning neurons with hardware implementation. Chaos, 审稿中.(中科院二区)
