基于新颖矩阵度量方法的双分拟同步技术在忆阻式四元数值神经网络中的应用
《Communications in Nonlinear Science and Numerical Simulation》:Bipartite quasi-synchronization for memristive quaternion-valued neural networks with a novel matrix measure approach
【字体:
大
中
小
】
时间:2026年04月27日
来源:Communications in Nonlinear Science and Numerical Simulation 3.8
编辑推荐:
宁莉|郑伟兴
河南经济法学院数学与信息科学学院,郑州,450046,中国
**摘要**
本文研究了多模数四元数值忆阻神经网络(QVMNNs)中的双边准同步问题。与以往的研究不同,本文考虑的网络拓扑结构更为通用,可能是结构不平衡的有向图。首先,通过使用矩阵1-范数方法
宁莉|郑伟兴
河南经济法学院数学与信息科学学院,郑州,450046,中国
**摘要**
本文研究了多模数四元数值忆阻神经网络(QVMNNs)中的双边准同步问题。与以往的研究不同,本文考虑的网络拓扑结构更为通用,可能是结构不平衡的有向图。首先,通过使用矩阵1-范数方法,推导出了确保QVMNNs实现双边准同步(B-Q同步)的充分代数条件。其次,首次引入了l-矩阵度量(l=1,2,ω)方法。由于矩阵度量可以是正数也可以是负数,因此所推导出的双边准同步判据比基于矩阵范数的判据更为宽松。最后,提供了两个示例来验证所提出方法的有效性。值得注意的是,为了展示QVMNNs在彩色图像加密中的优势,还开发了一种相应的加密算法。
**引言**
人工神经网络(ANNs)作为模仿人脑信息处理机制的计算模型,在过去几十年中受到了广泛的研究。它们的多功能性使得它们在图像处理、运动控制和认知计算等领域得到了成功应用。然而,在传统的电路实现中,神经元突触通常被建模为固定值的电阻器,缺乏生物系统的自适应可塑性。2008年,HP实验室成功地物理实现了忆阻器[1],这是一个重要的突破。忆阻器具有固有的记忆特性和纳米级的尺寸,成为模仿神经元突触的理想选择。因此,基于忆阻器的神经网络(MNNs)引起了大量的研究兴趣。例如,在[2]中提出了一种简化的MNN模型,而在[3]中开发了相应的电路架构。如[4]、[5]、[6]所述,MNNs能够表现出丰富而复杂的动态现象,包括混沌和分岔[7]、[8]、[9]、[10]、[11]、[12]。
另一方面,哈密顿在[13]中引入的四元数代数在处理多维数据时具有显著优势。研究表明,与实值神经网络(RVNNs)相比,四元数值神经网络(QVNNs)具有更强的信息存储能力和更高的抗噪能力[14]、[15]。这些优点激发了对QVNNs动态行为的广泛研究,特别是稳定性和同步性分析[16],例如通过近似方法探讨了解的存在性和Hyers–Ulam稳定性[16],以及QVNNs的输入输出稳定性[17]。此外,[18]、[19]、[20]中还得到了关于Mittag-Leffler稳定性、分岔和分数阶NNs状态估计的各种结果。另外,四元数在彩色图像处理中有重要应用,其三个虚部能够实现对彩色图像的完整表示[21]。该工作开发了一种基于QVNNs的关联记忆算法,后续仿真示例确认了QVNNs能够有效地模拟大脑的关联记忆功能,用于存储和恢复彩色图像[21]。然而,值得注意的是,大多数关于QVNNs同步性的现有文献依赖于分解方法。例如,在[22]中,QVNNs被转换为4n维实值系统,并通过矩阵度量方法推导出稳定性和耗散性判据。这种分解方法不仅未能利用四元数的固有优势,还增加了显著的计算负担。因此,本文提出了一种直接在四元数域中对基于忆阻器的四元数值神经网络(MQVNNs)进行同步分析的非分解方法。
同步是网络系统中的基本集体行为,在生物学、社会学和工程学中有广泛应用。以往的研究主要集中在节点通过纯合作机制交互的网络上。然而,现实世界中的网络往往同时存在合作和竞争。因此,研究合作-竞争网络已成为一个重要的研究前沿。在这些网络中,有向图提供了一种有效的框架来描述拓扑结构,其中正边表示合作关系,负边表示竞争或对抗性交互[23]、[24]、[25]、[26]。由于负边的存在,这类网络通常能够实现双边同步[27]、[28]、[29]、[30]、[31]、[32]。在这种同步状态下,节点被划分为两个不相交的子集,同一子集中的节点达到相同的状态,而不同子集中的节点收敛到幅度相等但符号相反的状态。Altafini[33]率先研究了线性多智能体系统的双边同步,并建立了几个必要和充分条件。后续研究将这些结果扩展到有向图上的线性系统[34]。具体来说,[35]解决了具有惯性耦合的MNNs的双边共识问题[35]。此外,[36]解决了具有事件触发控制的异构系统的有限时间双边同步问题[36]。需要注意的是,前述文献[37]、[38]、[39]通常假设网络拓扑结构是平衡的。然而,在现实中,网络结构往往不平衡。因此,在结构不平衡的情况下研究网络系统的双边同步仍然是一个关键且具有挑战性的课题。据我们所知,目前尚没有任何研究讨论在结构不平衡的拓扑下四元数值忆阻神经网络(QVMNNs)的双边准同步(B-Q同步)。这一研究空白激发了当前的研究。
鉴于上述分析,本文结合了忆阻器和四元数的优点,来解决在结构不平衡拓扑下的多个QVMNNs的B-Q同步问题。本文考虑的网络结构更加现实,因为严格的结构平衡要求已经被取消。为了处理四元数乘法的复杂性和非交换性质,开发了一种新的非分解矩阵度量方法。本研究的主要贡献如下:
1. 将结构平衡的有向图推广到结构不平衡的有向图。基于四元数和忆阻器的固有属性,为多QVMNNs在广义合作-竞争网络下建立了全面的数学模型,并严格研究了该系统的B-Q同步问题。
2. 为四元数值矩阵开发了一种新的l-矩阵度量(l=1,2,ω)方法。通过在酉空间构建李雅普诺夫函数并采用l-矩阵度量不等式技术,结合广义Halanay不等式,推导出了几个B-Q同步判据。这些条件比现有结果具有更低的保守性。
3. 利用四元数在RGB彩色图像处理中的优势,设计了一种新的彩色图像加密算法。在此方案中,四元数系统的三个虚部直接生成加密序列。通过广泛的仿真结果验证了该算法的有效性和鲁棒性。
**余下部分组织如下**:第2节介绍了多QVMNN模型、基本四元数理论和几个关键引理。第3节和第4节通过非分解方法推导了多个QVMNN的几个B-Q同步判据。第5节提供了两个数值示例来验证理论结果,第6节得出最终结论。
**符号说明**:在整篇论文中,N={1,2,…,N}。Rm×n和Qm×n分别表示实值矩阵和四元数值矩阵。对于M∈Qm×n,MT表示M的转置,M*表示M的共轭转置。定义M?=M?R+M?Ii+M?Jj+M?Kk,W?=W?R+W?Ii+W?Jj+W?Kk。M??M?M?k表示M?k?Mk?M?k。M?k=[m?pqk],k=R,I,J,K,W?=[w?pqk],M?=[m?pqk],W?=[w?pqk],m?pqk=min{±m′pqk,±m`pqk},m?pqk=max{±m′pqk,±m`pqk},w?pqk=min{±w′pqk,±w`pqk},w?pqk=max{±w′pqk,±w`pqk},M*=[M*]R+[M*]Ii+[M*]Jj+[M*]Kk,W*=[W*]R+[W*]Ii+[W*]Jj+[W*]Kk,[mpq*]k=max{|m?pqk|,|m?pqk|},[wpq*]k=max{|w?pqk|,|w?pqk|}。
**具有合作-竞争网络的多QVMNN**
具有合作-竞争网络的多QVMNN中第i个节点的动态行为表现为:
z˙i(t)=?Czi(t)+M(zi(t))ψ(zi(t))+W(zi(t))ψ(zi(t?d(t))+c∑j∈Ni|Gij|Γ(sign(Gij)zj(t)?zi(t))+ui(t),
其中i∈N,zi(t)=(zi1(t),…,zin(t))T∈Qn是第i个神经元的状态。ui(t)∈Qn表示控制输入,ψ(zi(t))=(ψ1(zi1(t)),…,ψn(zin(t)))T∈Qn是向量值激活函数。变量d(t)表示时间延迟。C=diag(c1,…,cn)>0是一个n×n实数矩阵。
**多QVMNN的B-Q同步**
在本节中,通过构建李雅普诺夫函数并应用1-范数矩阵度量,建立了多QVMNNs(1)的B-Q同步的代数判据。
**定理1**
假设假设(H1)–(H3)成立。如果系统参数满足以下条件,则多QVMNN系统(1)能够实现B-Q同步,状态误差界限为∥e(t)∥2≤φλmin:
βmin≥2∥Mmax∥1?+2∥Wmax∥1?,λmin=λmin(C)?cλmax(H?Γ)?(?2+1)>0,c<1λmax(ΔTΔ)λmax(Γ2)。
**多QVMNN的矩阵度量方法**
在前一节中,通过应用所提出的四元数矩阵度量,建立了多QVMNN系统的几个代数判据。值得注意的是,矩阵度量可以是正数也可以是负数。因此,得到的代数判据具有更低的保守性,并且在实际应用中易于验证。首先,将误差系统(12)重新表述为:
ι˙(t)=?(IN?C)ι(t)+M(z(t))Ψ(z(t))?M?(z0(t))(Sˉ?ψ(z0(t)))+W(z(t))ψ(z(t?d(t)))?W?(z0(t))
**示例**
在本节中,两个数值示例展示了所提出的B-Q同步判据的有效性。此外,从四元数值神经网络框架[45]、[46]开发了一种新的彩色图像加密算法,说明了理论结果的实际应用。
**示例1**
由五个节点组成的二维QVMNN模型如下:
z˙i(t)=?Czi(t)+M(zi(t))ψ(zi(t))+W(zi(t))ψ(zi(t?d(t))+ui(t)+c∑j∈Ni|Gij|Γ(sign(Gij)zj(t)?zi(t)),其中C=0.3I2,激活函数为…
**结论**
本文研究了在结构不平衡耦合下的多QVMNN的准双边同步。有向图的拉普拉斯矩阵被分解为相应的结构平衡分量和扰动项。首先,我们使用四元数矩阵1-范数方法建立了同步判据。随后,提出了四元数矩阵的l-度量方法(l=1,2,ω),以及多QVMNN的B-Q同步判据。
**作者贡献声明**
宁莉:撰写——原始稿件,资金获取。
郑伟兴:撰写——审阅和编辑,监督。
**利益冲突声明**
作者声明他们没有已知的利益冲突或个人关系可能影响本文报告的工作。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号