| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-16页 |
| ·混沌的发展概状 | 第11-12页 |
| ·细胞神经网络的研究背景 | 第12-14页 |
| ·课题的研究意义 | 第14-15页 |
| ·本文的主要研究内容与结构安排 | 第15-16页 |
| 第二章 细胞神经网络的基本结构介绍 | 第16-27页 |
| ·人工神经网络概述 | 第16-18页 |
| ·人工神经网络的结构与特征 | 第16-17页 |
| ·神经网络的应用 | 第17-18页 |
| ·细胞神经网络的介绍（CNN） | 第18-20页 |
| ·细胞神经网络的结构 | 第18-20页 |
| ·细胞神经网络的动态方程 | 第20页 |
| ·基于 CNN 的混沌分析方法的介绍 | 第20-26页 |
| ·相平面图 | 第21-22页 |
| ·李雅普诺夫指数 | 第22-23页 |
| ·功率谱 | 第23-24页 |
| ·举例分析 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于 CNN 的滞环混沌系统的构建和分析 | 第27-42页 |
| ·CNN 的模型发展历程 | 第27页 |
| ·滞环的简介 | 第27-28页 |
| ·滞环输出细胞神经网络的结构和构建 | 第28-32页 |
| ·基于细胞神经网络的滞环吸引子的结构介绍 | 第28-30页 |
| ·滞环细胞神经网络的构建 | 第30-32页 |
| ·复杂多卷滞环 CNN 混沌系统的构建 | 第32-35页 |
| ·一维多卷混沌系统 | 第32-34页 |
| ·二维多卷混沌系统 | 第34-35页 |
| ·混沌的特征值分析 | 第35-41页 |
| ·李雅普诺夫指数 | 第35-40页 |
| ·功率谱 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于 CNN 的 MLC 混沌系统的构建与分析 | 第42-52页 |
| ·电路系统内的混沌现状分析 | 第42页 |
| ·基于 CNN 的 MLC 混沌系统 | 第42-46页 |
| ·MLC 的介绍 | 第42-44页 |
| ·系统的构建 | 第44-46页 |
| ·混沌特性的验证 | 第46页 |
| ·构建超混沌系统 | 第46-51页 |
| ·超混沌的介绍 | 第46-48页 |
| ·超混沌系统的构建 | 第48-50页 |
| ·超混沌系统的利亚普诺夫指数的计算 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 混沌在图像加密上的应用 | 第52-59页 |
| ·混沌的应用现状 | 第52页 |
| ·混沌在数字图像加密上的应用研究 | 第52-58页 |
| ·引言 | 第52-53页 |
| ·数字图像加密技术 | 第53-56页 |
| ·利用 MLC 超混沌实现在数字图像上的加密 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-60页 |
| ·论文的工作总结 | 第59页 |
| ·工作展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 在学期间的研究成果及发表的学术论文 | 第65页 |