基于模糊混沌神经网络的人脸识别算法

利用混沌对初值的极端敏感依赖性,可以对仅有微小差别的模式进行识别。提出一种基于模糊混沌神经网络的算法,并应用到人脸识别中。由于引入了混沌噪声,可使网络具有很强的抗干扰能力,能有效避免人脸图像光照、姿态等因素对人脸识别的影响,也避免了复杂的特征提取工作。利用ORL人脸图像数据库进行了仿真实验,结果表明,混沌神经网络算法精度高、迭代步骤少、收敛快,混沌神经网络应用于人脸识别是有效的,能提高识别率。     

一种基于混沌序列的彩色图像加密算法

针对现有彩色图像加密方法的不足,提出了一种基于混沌序列排序的加密算法。该算法首先对彩色图像进行位置上的置乱,设置图像矩阵与混沌序列的一一对应关系,然后通过对混沌序列排序引导图像矩阵行列分别排序。在此基础上,为了提高保密性,又对置乱之后的彩色图像进行像素值的置换操作,该操作通过混沌序列排序来引导彩色图像每个像素点的三基色像素值发生互换,从而实现对颜色的加密。实验结果表明:该算法具有密钥空间大、安全性高和保密性好的特点。