【成果简介】
忆阻器一直被认为是一种“被遗忘”的重要元件，它可以接收来自电 子回路的脉冲，并且在关掉电源后仍能“记忆”先前通过的电荷量，具有 体积小、存储量大、能耗低、有记忆和类似神经元突触等特点，突触的 可塑性对于大脑学习和记忆具有至关重要的作用。设计了一种单电子晶 体管脉冲神经元的理想窗函数并运用于 HP 忆阻模型中，提升了忆阻突 触的线性性质，并解决了端溢出和端锁效应。为了方便突触权值控制， 改进了串联忆阻突触，构建了基于单电子晶体管脉冲神经元和串联忆阻 突触的脉冲神经网络，测试了包括联想记忆建立、遗忘、重建、转移等 全过程。本成果生成的复杂伪随机序列可灵活应用于语音、视频、图片、 文本、文件等多模态格式加密，扩展了人工神经网络在非线性动力学领 域应用。
【技术指标】
l渐变可调控的分数阶细胞神经网络系统与多元电路框架；
l联想神经网络突触可塑性与仿生非易失性经验学习；
l分数阶混合忆阻神经元耦合控制电路仿真与FPGA 实现；
l新型忆阻细胞神经网络同步控制与多模态保密通信。
【技术成熟度】
本研究受到国家自然科学基金“分数阶忆阻细胞神经网络的动力学 行为与突触可塑性研究”(61763017) 资助 ， 已在《Chaos, Solitons and Fractals》、《European Physical Journal Plus》、《International Journal of Bifurcation and Chaos》发表相关高水平学术论文 10 篇，授权国家发明专 利 9 件。
