| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 人工神经网络的发展概论 | 第7-9页 |
| 1.1.1 神经网络的兴起 | 第7-8页 |
| 1.1.2 衰落期的探索 | 第8页 |
| 1.1.3 再次崛起 | 第8-9页 |
| 1.1.4 现状及发展趋势 | 第9页 |
| 1.2 细胞神经网络的产生与发展 | 第9-11页 |
| 1.2.1 细胞神经网络的理论研究 | 第10-11页 |
| 1.2.2 细胞神经网络的应用研究 | 第11页 |
| 1.3 细胞神经网络数学模型 | 第11-13页 |
| 1.3.1 细胞神经网络组成结构 | 第11页 |
| 1.3.2 细胞神经网络中的邻域 | 第11-12页 |
| 1.3.3 细胞神经网络状态方程 | 第12-13页 |
| 第二章 混沌映射加密 | 第13-27页 |
| 2.1 混沌映射算法 | 第13-16页 |
| 2.1.1 两种具有代表性的混沌映射算法及其数学模型 | 第13-15页 |
| 2.1.2 两种典型的混沌映射算法性能分析 | 第15-16页 |
| 2.2 数字图像加密理论基础 | 第16-27页 |
| 2.2.1 密码学相关基础知识 | 第16-20页 |
| 2.2.2 数字图像加密的研究价值及基本要求 | 第20-21页 |
| 2.2.3 几种主流的加密方法 | 第21-24页 |
| 2.2.4 如何评价算法的性能及安全程度 | 第24-27页 |
| 第三章 新型算法设计 | 第27-33页 |
| 3.1 引言 | 第27页 |
| 3.2 细胞神经网络算法设计 | 第27-33页 |
| 3.2.1 细胞神经网络超混沌系统简介 | 第27-28页 |
| 3.2.2 总体流程 | 第28页 |
| 3.2.3 加密算法设计 | 第28-29页 |
| 3.2.4 选取细胞神经网络超混沌序列 | 第29页 |
| 3.2.5 算法中的密钥 | 第29页 |
| 3.2.6 密钥对应的算法 | 第29-30页 |
| 3.2.7 解密 | 第30页 |
| 3.2.8 补充 | 第30-31页 |
| 3.2.9 总结 | 第31-33页 |
| 第四章 算法仿真验证 | 第33-49页 |
| 4.1 仿真软件 | 第33页 |
| 4.1.1 软件简介 | 第33页 |
| 4.1.2 应用领域 | 第33页 |
| 4.2 细胞神经网络超混沌系统吸引子 | 第33-35页 |
| 4.3 原始明文图像的选取 | 第35-36页 |
| 4.4 加密过程 | 第36-38页 |
| 4.5 解密过程 | 第38-39页 |
| 4.6 与组合混沌映射算法的性能及安全性指标分析 | 第39-46页 |
| 4.6.1 直方图 | 第39-42页 |
| 4.6.2 相关性 | 第42-43页 |
| 4.6.3 密钥和明文的敏感性 | 第43-45页 |
| 4.6.4 密钥空间 | 第45-46页 |
| 4.7 与基于细胞神经网络结构算法的性能及安全性指标分析 | 第46-47页 |
| 4.7.1 相关性 | 第46页 |
| 4.7.2 密钥和明文的敏感性 | 第46-47页 |
| 4.8 章节小结 | 第47-49页 |
| 第五章 全文总结与展望 | 第49-51页 |
| 5.1 全文总结 | 第49页 |
| 5.2 对未来的展望 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 攻读硕士学位期间的研究成果 | 第53-55页 |
| 致谢 | 第55页 |