(m,q)阶序列分数差分方程的解

通过构造一个特殊函数λα(n),揭示该函数的重要性质;利用特殊函数λα(n),得到线性常系数齐次(m,q)阶序列分数差分方程的特征方程.然后利用有理(m,q)阶算子分解法,结合Z变换方法求出齐次(m,q)阶序列分数差分方程的显示解;以及结合利用分数Green函数求出解非齐次(m,q)阶序列分数差分方程,得到了一般线性常系数非齐次(m,q)阶序列分数差分方程解的通解结构和基本定理.     

变系数时间分数阶对流扩散方程的数值解法

对流扩散方程的研究大多局限于常扩散系数或整数阶的范围,为了能更加精确的描述溶质的运动特征,将它拓广到变扩散系数的情形,用Caputo型分数阶导数取代时间上的整数阶导数.对这种变系数时间分数阶对流扩散方程建立了一种隐式的有限差分格式,证明了该格式差分解的存在唯一性,分析了差分解的收敛性和稳定性,并用数值实验验证了此差分格式的有效性.     

分数阶耦合电感的无源性

分数阶耦合电感的提出进一步丰富和完善了已有的电路元件体系,开展该类分数阶元件的无源性研究将促进相关的电路分析和综合理论的发展.从频域角度入手,使用耗散矩阵的概念推导了分数阶耦合电感的无源性条件,并通过几个实例进行了说明.可以看到,整数阶耦合电感仅为分数阶耦合电感中较为特殊的一类;两者的无源性条件存在较大差异,前者无源时是互易的,而后者可以是非互易的.     

基于Riesz分数阶导数的分数阶运动微分方程

研究分数阶系统的变分原理和运动微分方程.建立了基于Riesz分数阶导数的分数阶Hamilton原理,并由分数阶Hamilton原理推导出了分数阶Lagrange方程和分数阶Hamilton正则方程.算例表明,分数阶Lagrange方程与分数阶Hamilton正则方程给出相同的结果.     

利用Laplace变换求解分数阶Allen-Cahn方程

考虑Caputo型分数阶Allen-Cahn方程的高效数值算法,利用Laplace变换将其转化为整数阶Allen-Cahn方程.利用算子分裂方法进一步将其分解为热传导方程和非线性方程.其中,非线性方程精确求解,热传导方程采用二阶差分方法求解.数值实验表明了所给格式的有效性.     

时间分数阶变系数对流扩散方程的数值解法

对流扩散方程的研究大多在常系数或者整数阶的范围之内,为了更加精确地描述溶质的运动特征,将传统的整数阶对流扩散方程推广到分数阶变系数的情形。主要研究了变系数Caputo分数阶对流扩散方程的有限差分解法。引入半整数点,在空间网格上进行对偶剖分,再通过有限差分方法离散了空间导数。 理论分析可以说明,本文所提出的离散格式,其解是存在并且唯一的,收敛精度为ο(τ+h),一维数值算例验证出理论分析的准确性。     

Coimbra变时间分数阶扩散-波动方程的新隐式差分法

将一阶的时间偏导数用Coimbra变时间分数阶导数算子进行替换,提出了一种新隐式差分解法.首先,对Coimbra型变时间分数阶导数算子和二阶空间导数进行离散化处理,将Coimbra变时间分数阶扩散-波动方程转化为代数方程组求解;然后,借助于数学归纳法给出了新隐式差分方法的收敛性分析,并证明了新隐式差分方法是无条件收敛的;最后,通过数值例子检验该方法,计算结果表明新隐式差分方法的理论分析是正确的,所构造的离散格式是可行的和有效的.     

Caputo分数阶反应-扩散方程的隐式差分逼近

分数阶微分方程在许多应用科学上比整数阶微分方程更能准确地模拟自然现象.本文考虑分数阶反应-扩散方程.将一阶的时间偏导数用Caputo分数阶导数替换,并给出了一个隐式的差分格式.利用能量方法给出此差分格式的稳定性与收敛性证明,最后用数值例子说明差分格式是有效的.     

相空间中类分数阶变分问题的Noether对称性与守恒量

基于El-Nabulsi提出的分数阶动力学建模方法,即类分数阶变分方法,研究相空间中类分数阶变分问题与Noether对称性和守恒量。建立了相空间中类分数阶变分问题,得到了类分数阶Hamilton正则方程;基于类分数阶Hamilton作用量在无限小群变换下的不变性,提出了相空间中类分数阶Noether(准)对称变换的定义和判据;给出了类分数阶Hamilton系统的Noether定理,建立了类分数阶Noether对称性与守恒量之间的内在关系,并举例说明结果的应用。     

时间分数阶变系数扩散方程的一种差分格式

近些年,越来越多的研究表明,随着时间或者空间变化,方程的扩散系数也会改变.主要研究了变系数分数阶扩散方程的有限差分解法.首先,引入半整数点,在空间网格上进行对偶剖分,再通过差分方法离散空间二阶偏导数.其次,利用两种分数阶导数,即Grünwald-Letnikov导数与Caputo导数的关系,近似替代时间分数阶导数,从而得到了收敛精度为o(t+h~2)的有限差分格式,并且该有限差分格式的解是存在且唯一的.最后,通过利用数学归纳法和最大模方法,证明出差分格式的稳定性和收敛性,并用一个一维时间分数阶变系数扩散方程的数值算例来验证差分格式的收敛阶.     

基于变指数分数阶全变差和整数阶全变差的图像恢复算法

结合变指数全变差(totalvariation, TV)和整数阶TV,提出一种变分图像恢复算法。该变分问题的能量泛函主要分为三个部分:变指数p(x)的分数阶TV正则化项、整数阶TV正则化项和数据保真项。该模型中的指数p(x)是与图像的梯度信息有关的函数。在理论上,由于分数阶导数和整数阶导数的结合,使得所提方法不仅能有效地去除图像噪音,保护图像的边界高频信息,还能更好地保留图像的纹理细节等中低频信息,同时可以极大地消除图像处理中产生的阶梯效应和散斑效应。在模型的求解上,利用变分法可以简单地将极小化泛函的优化问题转化为梯度下降流方程。最后,通过模拟数据和真实数据对本文所提方法进行了验证。试验结果表明,该方法可以去除噪声的同时,有效保持边界和纹理细节,并且对噪声是鲁棒的,具有一定的实际应用价值。     

不对称分数傅立叶图象盲水印算法

结合空间域和变换域算法特点,利用不对称分数傅立叶变换的特性,提出了一种图象盲水印算法.对载体图像的行列方向分别实施不同级次的分数傅立叶变换,将原始水印图像用最低有效位算法嵌入到载体图像的级的分数域的低频幅值矩阵中,再进行逆变换得到水印图像.缓解了水印的不可见性与鲁棒性之间的矛盾,提高了水印安全性.实验结果表明,该水印具有良好的不可见性和抗噪声攻击能力.     

基于二维变分模态分解与自适应分数阶积分的图像去噪方法

针对噪声对图像分辨率的影响,提出了一种基于二维变分模态分解(two-dimensional variational modal decomposition,2D-VMD)与分数阶积分的去噪算法.首先通过2D-VMD将图像信号分解为若干个不同中心频率的本征模态分量(intrinsic modal components,I...     

基于分数阶混沌和分数阶小波变换的数字指纹技术

在传统的数字指纹技术中,随着用户的增多,用户指纹的唯一性和有限的指纹长度之间产生了矛盾.针对这一矛盾,根据分数阶混沌的初值敏感和随机特性,提出了基于分数阶混沌动力系统的数字指纹生成方法,大大增加了用户的容量,而且速度快,安全性高,把分数阶混沌用于指纹编码,抗合谋攻击性更强.另外,为了增加数字指纹的嵌入空间,提高安全性,进一步提出了使用4级离散分数阶小波变换对载体图像进行处理,与传统小波变换相比,分数阶小波变换增加了阶次作为密钥,安全性更高,并选择把数字指纹嵌入到高尺度下的高频子带中,鲁棒性和信息隐藏量都得到了改善.     

基于图像整体变分和分数阶奇异性提取的图像恢复模型

分析基于图像整体变分理论所对应的图像恢复整体变分模型的不足：对于纹理丰富的含噪自然图像，在去除噪声的同时，损失了图像中固有的纹理信息。揭示从残差图像中提取具有分数阶导数奇异性图像的可能性，提出用于图像恢复的残差校正整体变分模型。模型提供一种图像的分解与表示方法。实验结果表明，该恢复模型对自然图像的边缘和纹理等细节保持效果大大优于整体变分模型。     

改进的分数阶自适应PDE去噪算法

结合ROF模型和四阶PDE去噪模型提出一种改进的分数阶自适应PDE去噪算法.改进算法根据各个像素点的梯度信息自适应地选择分数阶PDE的阶数,根据尺度参数的特点,提出一种自适应的尺度参数迭代算法.数值实验表明,改进算法能够较好地提高峰值信噪比,保护边缘,有效抑制“阶梯效应”.     

基于Caputo导数的分数阶Pfaff-Birkhoff原理和Birkhoff方程（英文）

研究了在Caputo分数阶导数下的分数阶Pfaff-Birkhoff变分问题.首先给出了Caputo分数阶导数的定义,以及相应的分部积分公式和交换关系,其次建立了分数阶Pfaff-Birkhoff原理和分数阶Birkhoff方程,最后举例说明结果的应用.     

分数阶小波时频域的图像去噪新方法

为了提高图像的质量以及满足后续图像处理的需求,提出了一种基于分数阶小波时频域的图像去噪新方法。该方法通过二维分数阶小波变换将图像映射到分数阶小波时频域内,在时频域内实现图像的去噪处理,最后通过分数阶小波逆变换实现图像的重构。图像去噪实验结果表明:采用该方法去噪后的图像输出峰值信噪比明显提高,在抑制噪声的同时可以有效保持图像细节。     

基于中值滤波和分数阶滤波的图像去噪与增强算法

为了避免经典中值滤波器对图像的模糊化,设计了一个噪声检测模型.通过对噪声的检测,设计了一种开关滤波器.当检测点为噪声时,使用中值滤波器进行去噪;当检测点为非噪声点时,利用分数阶微分滤波器对图像进行增强.所提算法不仅能有效地去除图像中的椒盐噪声,还能对图像进行增强,使图像在边缘突出的情况下完好地保留细节.选择“Lena”等经典图像进行多次实验与分析,结果表明了所提算法在图像去噪和增强方面的有效性.