无尺度_小世界Sierpinski网络统一模型

：引入了单一参数的演化Sierpinski 网络模型，统一了确定性和随机性两类Sierpinski 网络模型。基于复杂网络理论提出的 演化模型的一些特征能应用于对现实网络的研究。给出了推导度分布的算法和平均路径长度的仿真结果，数值仿真验证了理论分 析的正确性，揭示了新网络模型的“小世界”特征。

基于CNN的改进混沌同步方法

针对目前混沌系统同步时间长、混沌同步特性不理想的问题，在系统参数已知的情况下，提出了单向耦合和 主动控制相结合的混沌同步方法。研究了实时性强、动力学特征复杂的细胞神经网络产生的三阶混沌特性，分别采用 传统混沌同步算法和改进混沌同步算法对细胞神经网络的混沌系统进行仿真。结果证明，改进算法比传统算法的同步 时间明显缩短，混沌同步性能得到了改善