Hopfield型神经网络及其在编码和密码中的应

本项目的主要研究结果有：1）提出若干新的Hop-field型神经网络模型，用它们构造出几类具有渐近完全保密性的迭代密码系统。2）给出若干用神经网络逼近布尔函数的新定理，改进了已有结果，并将结果用于密码分析。3）用随机神经网络建立了一个通用的智能信息传输系统模型，并给出若干学习算法。4）估计了2元码的平均汉明距离和最小平均汉明距离,给出若干界，并建立了它们与2元码的平均汉明重量和最小汉明重量之间的关系。完全解决了Ablswde等人提出的最小平均汉明距离的渐近界问题。这些结果对编码和密码的理论发展及其在通信中的应用具有重要的意义，有些结果受到同行的好评和应用部门的注意，被多次引用。本项目共完成论文9篇，达到了原计划的指标。