基于混沌神经网络的蓄电池寿命预测

利用蓄电池对光伏系统进行供电,不可避免地会出现电压不稳等问题.而目前对蓄电池的管理主要依靠充放电实验和外观观察等技术手段,在蓄电池数量较多时,无法有效兼顾.如何科学有效地预测蓄电池寿命成为需要研究的重大课题.文章基于霍普菲尔德人工神经网络(CHNN)得到一种新的混沌神经网络模型,将它运用到光伏蓄电池的预测系统中,通过混...     

两台耦合受调制的激光器的混沌同步

通过数值模拟对两台空间耦合受到涮制的单模激光器系统的动力学行为进行研究。根据激光之间空间耦合作用的凋制频率，讨论并分析了激光系统中强度与调制频率之间的关系。数值研究表明：在一定的参数范围内．尤其是耦合强度在一定频率范围内受到凋制，激光强度可以实现混沌同步。通过对功率谱和李雅普诺犬指数的分析，可以确信所研究的激光系统处于混沌状态。     

基于改进型脉冲耦合神经网络的混沌相态分类方法

混沌相态分类是利用混沌系统检测微弱信号的关键步骤.提出一种基于改进型脉冲耦合神经网络的混沌相态分类方法.利用该网络模拟哺乳动物视觉皮层神经细胞活动的特点,提取混沌系统输出相态图的结构特征,并应用均值残差算法进行特征信息降维,进而实现对系统混沌态与周期态的实时判别.以Lyapunov特性指数方法作为评价准则,分别使用正弦...     

基于一个新的混沌系统的数字水印研究

研究了一个新的混沌系统在数字水印中的应用问题,利用数值计算等方法分析了一个新的连续混沌系统较通常的混沌迭代映射具有更大的李雅普诺夫指数的特点．利用混沌系统极其复杂的动态特性,将其作为保密手段．以小波变换为工具,给出了混沌数字水印生成及嵌入的算法,并以一小波视觉模型为基础,做到自适应地嵌入水印．     

环形空间耦合激光阵列的时空混沌同步

通过数值模拟对多台单模Nd:YAG激光器激光环形阵列组成的系统的动力学行为进行了研究.阵列中这些激光束是在光场中空间局部耦合的相互作用和一定参数设置下进行的.数值研究表明,在一些相对小区域的参数范围内,激光之间空间耦合作用的距离一定时,相应激光束的强度之间可以实现混沌同步且具有一定特点.通过对功率谱和李雅普诺夫指数的计算和分析,可以确信所研究的强度同步的激光系统处于混沌状态.     

自由电子激光中的电子和光场的混沌

针对康普顿型常参数自由电子激光器的理论模型，应用运动轨道直接观测法，绘制了电子相轨道的二维投影构图，并计算了轨道的李雅普诺夫（Ｌｙａｐｕｎｏｎ）指数。确定了电子混沌轨道的临界区域。     

耦合逻辑斯蒂映射中的一个混沌吸引子

研究一个二维耦合逻辑斯蒂映射,发现一个混沌吸引子,采用跟踪正交矢量和Ｇｒａｍ－Ｓｃｈｍｉｄｔ重新正交归一化方法计算了该吸引子的李雅普诺夫指数,按分维定义计算该吸引子的各种维数,为卡普兰和约束的猜测提供又一例证,还观察了它的自相似结构和倍周期分岔过程。     

离散混沌系统的参量自适应同步

利用参量自适应方法研究了离散混沌系统Logistic映像与Hcnon映像的同步．给出了Logistic映像、Henon映像在该方法下实现同步的充分条件,其结果与数值模拟结果相一致．     

时变脉冲耦合神经网络的稳定性分析

讨论了时变脉冲耦合神经网络的稳定性问题,时变脉冲的一个重要特征是不稳定脉冲和稳定脉冲在模型中同时存在;通过控制时变脉冲强度,可以分析时变脉冲耦合神经网络的稳定性,得到满足时变脉冲耦合神经网络全局指数稳定的几个条件;最后,举例表明理论结果的有效性.     

范德瓦尔斯方程中的分岔与混沌

通过数值迭代计算发现,当温度取适当值时范德瓦尔斯方程中的摩尔体积随压强的演化表现为从周期倍增分岔通向混沌,并给出了该演化过程的费根鲍姆分岔图及李雅普诺夫指数.     

混沌神经网络中的超混沌

神经网络是高度复杂的非线性动力系统,存在着混沌现象.通过消除暂态混沌神经元的模拟退火策略,产生了一种可以永久保持混沌搜索的混沌神经元.研究由4个该混沌神经元连接的混沌神经网络的拓扑结构,分析了混沌神经网络的Lyapunov指数谱,发现混沌神经网络中存在超混沌现象;同时,研究了参数变化对混沌神经网络Lyapunov指数谱的影响.     

基于脉冲耦合神经网络的多区域图像分割

为解决传统脉冲耦合神经网络(pulse coupled neural network,PCNN)仅限于二值分割且无法对灰度缓慢变化的大范围区域进行完整分割的问题,提出了一种基于PCNN的多区域图像分割算法。将分割图像经过平滑和归一化后送入PCNN,在快速连接机制作用下,每次迭代处理中具有相似状态的神经元可实现同步点火,完成单个图像区域的完整分割。经过预定的迭代次数后,以各神经元的点火次数为新输入图像各像素点的灰度值,然后经平滑和过归一化后再次送入PCNN重复上述处理,完成多区域图像分割。Berkeley图库的实验结果显示,该算法高效、鲁棒,可有效应用于图像分割。     

脉冲耦合神经网络的人脸识别方法

 在脉冲耦合神经网络(PCNN,pulse coupled neural network)中,基于神经元脉冲震荡的时间序列概念,利用平均时间序列和平均欧氏距离的方法实现了人脸识别.实验仿真表明了该方法的有效性,对不同人脸和复杂表情的人脸均具有较好的识别效果.     

基于脉冲耦合神经网络的路面裂缝提取

考虑裂缝比路面背景更暗的特点,采用结合赋时矩阵的脉冲耦合神经网络模型,实现了路面图像分割和裂缝的粗提取;利用裂缝比杂质面积大的特点,提出一种基于数字形态学的连通区域提取算法,通过计算每个区域包含的像素数量,采用阈值方法剔除杂质,实现裂缝的精提取。研究结果表明:脉冲耦合神经网络裂缝粗提取方法的平均检测率和虚检率分别为92.43%和47.67%;综合方法平均检测率和虚检率分别为91.1%和7.68%,显著提高了路面裂缝检测的准确性。     

基于脉冲耦合神经网络的孤立词语音识别研究

根据语音信号的“可视”特点,提出了一种基于简化脉冲耦合神经网络（PCNN）实现孤立词语音识别的方法。将语谱图输入到PCNN中得到相应的时间序列标识,作为语音信号的特征参数,然后通过模板匹配法和概率神经网络（PNN）相结合的方法实现语音分类识别。仿真结果表明,该方法能够达到较高的语音识别率。     

铝合金MIG焊熔池的脉冲耦合神经网络边缘检测

针对铝合金MIG焊熔池边缘检测问题,采用脉冲耦合神经网络检测铝合金MIG焊熔池边缘.介绍脉冲耦合神经网络算法的原理,利用MATLAB软件平台进行基于脉冲耦合神经网络的铝合金MIG焊熔池图像的边缘检测,并将结果与用Canny等算子提取的结果进行对比分析.结果表明,应用脉冲耦合神经网络算法进行熔池图像边缘检测是可行的,而且...     

基于正弦映射的动态递归网络产生混沌序列实现方案

提出了应用正弦映射来产生混沌序列，正弦映射是结构简单的一维映射，通过对此映射的分析，得出其能在较大参数范围内产生混沌，并且产生的混沌序列具有较大的Lyapunov指数，具有比较丰富的动态特性，并将其引入到动态递归网络的隐含层作为非线性甬数，选择合适的网络权值，便可在输出层产生具有复杂动力学行为的混沌序列．通过对此序列进行Lyapunov指数和相关性的仿真分析，得出其具有良好的随机性，可应用于混沌保密通信等领域．     

基于二维Tsallis熵的改进PCNN图像分割

为了改善图像分割的性能,采用改进的脉冲耦合神经网络(PCNN)进行分割,通过对其内部活动项进行空不变的单阈值化分割,来达到对原图像空变阈值化分割效果.另外分割准则也作了修正,通过计算图像二维直方图的Tsallis熵,得到二维Tsallis熵,以此作为图像分割准则.最后,修正了动态门限项的下降速度,使得PCNN收敛更快.实验证明二维Tsallis熵准则优于最大Shannon熵准则与最小交叉熵准则,且改进的PCNN模型比传统PCNN模型收敛更快.     

混沌神经网络模型研究

回顾了近年来混沌神经网络模型的研究进展历史.对全局耦合映射（GCM）模型、A ihara混沌神经网络模型和Inoue混沌神经网络模型等模型的构成和特点进行了全面的分析,综述了混沌神经网络的主要应用领域,评述了混沌神经网络的今后发展方向和主要研究内容.     

混沌RBF神经网络在电力负荷预测中的应用

混沌和RBF神经网络相结合的方法,可以充分利用混沌的随机性、初值敏感性等特点,也可以充分利用RBF神经网络的大规模并行处理、自组织自适应性等功能,因此,受到了许多研究者的青睐。本文研究了混沌RBF神经网络,利用RBF神经网络的学习、逼近能力,结合混沌时间序列的嵌入维数、时延等参数构造了混沌RBF神经网络,分别对典型混沌序列及混沌RBF神经网络的建模预测进行仿真,并将RBF神经网络应用于油田电力负荷预测中。仿真分析和实用结果表明,混沌RBF神经网络具有预测时间短、预测精度高等优点,具有较高的指导意义和应用价值。