0-1混沌测试算法中振幅对混沌序列的影响

0-1混沌测试法是根据线性增长率K(c)值是否趋近于1或0来判断离散数据混沌性的新方法。选取Verhulst种群模型生成的3类时间序列(弱混沌、完全混沌、4-周期)为研究对象,验证了0-1测试法的有效性,对0-1测试算法中振幅α作了进一步探讨。结果表明:弱混沌序列K(c)值对振幅α最敏感,其次分别是强混沌序列和周期序列,K(c)值随振幅α变化的快慢可以反映序列的混沌程度。     

基于0-1测试方法的含噪声降雨-径流时间序列混沌特征分析

运用0-1测试方法识别降雨-径流时间序列混沌特性,并探讨噪声对该方法的影响.该方法直接应用于时间序列不需要相空间重构,通过量化渐进增长率K(c),以其中值是否接近于0或1来识别时间序列的混沌特性.以云南省红河流域大东勇水文站10年的日降雨量和日径流量观测时间序列为例,运用小波去噪法对原始时间序列进行去噪,然后利用0-1测试方法中回归方法和关联方法分别量化渐进增长率K(c),从而进行混沌特性的识别和判定,并分析噪声对混沌特性的影响.结果表明,0-1测试方法简单有效地验证了该降雨-径流时间序列去噪前后均存在混沌特性,且关联方法获得的混沌特性比回归方法显著;该方法具有较高的抗噪声干扰能力,且关联方法受噪声影响比回归方法小.     

关于Li-Yorke δ-混沌与按序列分布δ-混沌的等价性

关注Li-Yorke混沌和按序列分布混沌的关系,指出全体按序列Q分布δ-攀援偶对构成的集合为乘积空间中的一个Gδ集.证明了: (1)Li-Yorke δ-混沌等价于按序列分布δ-混沌; (2)一致混乱集是按某序列分布攀援集; (3)一类传递系统蕴含了按序列分布混沌.     

Chebyshev二相混沌扩频序列平衡性

针对直扩码分多址系统中扩频序列不平衡的问题,利用Chebyshev混沌映射产生二相混沌扩频序列,给出了平衡性定义,讨论了与平衡性有关的参数,深入分析了平衡性与分形参数、初始值、序列周期的关系,提出了混沌序列用于码分多址系统时应避开的不平衡点,解决了选取分行参数和周期长度两个关键问题.仿真结果表明:Chebyshev混沌扩频序列具有良好的平衡性,序列中幂级数K对平衡性影响小,不存在峰值;初始值对平衡性的影响在零点处存在峰值,构造序列时要避开这点.当取序列周期在1 000以上时,可满足直扩码分多址系统对平衡性的要求.     

Volterra-Wiener-Korenberg模型非线性检验方法

通过Logistic系统产生的周期2、周期3及混沌的时间序列研究了噪声对Volterra-Wiener-Korenberg模型非线性检验方法的影响，由Lorenz混沌时间序列进一步探讨了采用该方法检验非线性时间序列的实用性，并利用该方法对疲劳表面肌电信号进行了非线性分析。结果表明，测量噪声和内部噪声对该方法的影响有所不同，从而对于有噪声的短实验数据，该方法只是一种间接的非线性检验方法，并不能直接判定原始数据是否存在混沌特性。     

改进强度统计算法及混沌序列复杂度分析

在原强度统计算法的基础上,增加了一个条件判断和一个加权值,设计了一种改进的强度统计算法.以超混沌Lorenz系统为例,利用该改进强度统计算法,对超混沌Lorenz系统产生的超混沌、混沌、周期序列的复杂度进行了分析,其结果表明超混沌序列的复杂度大于混沌序列,混沌序列的复杂度大于周期序列.最后,利用该改进强度统计算法对多个混沌和超混沌系统的复杂度进行了分析,得到了相同的结果,验证了该改进强度统计算法的有效性.     

关于Li-Yorke Δ-混沌与按序列分布Δ-混沌的等价性

关注~Li-Yorke~混沌和按序列分布混沌的关系, 指出全体按序列~$Q$~分布~$\delta$-攀援偶对构成的集合为乘积空间中的一个~$G_\delta$~集.证明了: (1)~Li-Yorke~$\delta$-混沌等价于按序列分布~$\delta$-混沌; (2)~一致混乱集是按某序列分布攀援集; (3)~一类传递系统蕴含了按序列分布混沌.     

强一致收敛下的Li-Yorke混沌和分布混沌

【目的】研究混沌中序列映射与极限映射的关系。【方法】在超空间上,引入强一致收敛、Li-Yorke混沌、Li-Yorke-δ混沌和分布混沌的定义,然后利用强一致收敛的定义去讨论 Li-Yorke混沌、Li-Yorke-δ 混沌和分布混沌中的序列映射与极限映射的关系。【结果】若超空间上的序列映射是 Li-Yorke混沌(Li-Yorke-δ 混沌、分布混沌)且 Li-Yorke混沌集(δ 混沌集、分布混沌集)的所有交是不可数集,那么超空间上的极限映射就为 Li-Yorke混沌(Li-Yorke-δ 混沌、分布混沌);若超空间上的序列映射是Li-Yorke混沌且满足两个条件,则超空间上的极限映射是 Li-Yorke-δ 混沌。【结论】在超空间上,强一致收敛的条件下,序列映射上的混沌与极映射上的混沌具有保持性。
     

强一致收敛下的Li-Yorke混沌和分布混沌

【目的】研究混沌中序列映射与极限映射的关系。【方法】在超空间上,引入强一致收敛、Li-Yorke混沌、Li-Yorke-δ混沌和分布混沌的定义,然后利用强一致收敛的定义去讨论Li-Yorke混沌、Li-Yorke-δ混沌和分布混沌中的序列映射与极限映射的关系。【结果】若超空间上的序列映射是Li-Yorke混沌(Li-Yorke-δ混沌、分布混沌)且Li-Yorke混沌集(δ混沌集、分布混沌集)的所有交是不可数集,那么超空间上的极限映射就为Li-Yorke混沌(Li-Yorke-δ混沌、分布混沌);若超空间上的序列映射是Li-Yorke混沌且满足两个条件,则超空间上的极限映射是Li-Yorke-δ混沌。【结论】在超空间上,强一致收敛的条件下,序列映射上的混沌与极映射上的混沌具有保持性。     

积单元神经网络预测噪声环境的混沌时间序列

用人工神经网络预测噪声环境的混沌时间序列是一个重要的问题,因为许多实际的时间序列数据都是含噪声的.提出一种利用积单元神经网络(PUNN)预测噪声环境的混沌时间序列的方法,它采用了粒子群优化器(PSO)训练PUNN网络.用所提方法对Lorenz混沌序列做了仿真实验,结果表明所提方法结构简单、泛化能力强,是一种有效的方法;当PUNN网络的输入节点数目为2或3时,预测精度更高,而且泛化能力也更强.     

积单元神经网络预测噪声环境的混沌时间序列

用人工神经网络预测噪声环境的混沌时间序列是一个重要的问题，因为许多实际的时间序列数据都是含噪声的。提出一种利用积单元神经网络(PUNN)预测噪声环境的混沌时间序列的方法，它采用了粒子群优化器(PSO)训练PUNN网络。用所提方法对Lorenz混沌序列做了仿真实验，结果表明：所提方法结构简单、泛化能力强，是一种有效的方法；当PUNN网络的输入节点数目为2或3时，预测精度更高，而且泛化能力也更强。     

基于分块K-SVD字典学习的彩色图像去噪

该文构建了分块K-奇异值分解(K-SVD)字典学习算法处理彩色图像去噪问题。首先对彩色图像直接添加噪声,将其通过色彩通道分成3张灰度图像,利用超完备离散余弦变换(DCT)字典、全局字典和自适应字典等字典学习算法,分别对灰度图像进行去噪重建。通过图像分割理论对图像分块,使得分块K-SVD算法更有效运行于字典学习中。实验结果表明,离散余弦变换字典适用于弱噪声下权重较小的情况,全局字典适用于弱噪声下权重接近于1的情况,自适应字典适用于弱噪声下权重较大的情况。     

M-J混沌分形图谱的标度不变性

研究了复映射z←z2+c所产生的MJ混沌分形图谱的特征参数,利用逃逸时间算法绘制MJ混沌分形图谱·以超吸引周期点为基础,通过计算机数学实验计算超吸引周期点之间的距离,找到Mandelbrot集的普适常数δ;通过在M集上的超吸引周期点所对应的充满Julia集中定义一些几何尺寸,求出J集的近似标度不变因子α,定性说明了MJ混沌分形图谱标度不变的特性·同时,发现Mandelbrot集周期芽苞的Fibonacci序列的拓扑不变性,阐述了Fibonacci序列是通向混沌的又一途径,为更好地了解MJ混沌分形图谱的结构奠定了理论基础·     

基于广义Arnold混沌映射和Hénon混沌映射的小波水印算法

为提高水印信息的隐秘性和抗攻击性,将混沌映射运用于数字水印过程中,提出了一种基于广义Ar- nold混沌映射和Hénon混沌映射的小波水印算法。首先用Arnold混沌映射将二值水印图像置乱,作为第一层加密,再利用Hénon混沌序列对水印图像数据进行置换,作为第二层加密,并将加密后的水印图像嵌入到原始图像的DWT域系数中,得到嵌入了水印的图像。混沌映射的伪随机性和初值敏感性保证了水印信息的安全性。实验结果表明,此方法对噪声、压缩、裁切等操作具有很好的鲁棒性。     

基于TD-ERCS混沌系统的多级图像加密

提出了一种基于TD-ERCS混沌系统的多级混沌图像加密方案：利用TD-ERCS混沌系统生成多组离散混沌序列,选择一组生成地址索引表对像素地址进行全局置乱;以一定方式反复从余下几组混沌序列中选择一组,取其一个字节与置乱后图像进行像素灰度值加密操作直至所有像素点均被加密为止.实验结果表明,该方案较好地掩盖了加密前后图像之间的关系,对一些分析、攻击方法具有较高的安全性.     

基于一种Wang-Chen混沌系统的图像加密算法分析

针对Logistic混沌映射随机序列值分布不均的问题,该文采用了一种Wang-Chen混沌系统加密算法对图像进行加密,并对加密后图像进行了像素点相关性分析和直方图分析。实验结果表明,Wang-Chen混沌算法产生的混沌序列随机性好,密钥空间大;经多次迭代加密后的图像像素点间相关性小,其值小于0或接近于0;加密后的图像RGB分布均匀,加密效果较好,基本达到实验目的。     

变分贝叶斯Kriging模型预测混沌时间序列

基于变分贝叶斯及Kriging数学思想,提出了一种含噪混沌时间序列的相空间域预测模型。在相空间域中利用变分贝叶斯推断方法估计模型中的回归系数,采用Kriging数学方法估计模型中的随机部分,将该模型对含加性高斯噪声的Lorenz及Mackey-Glass混沌时间序列进行了预测研究;结果表明该文方法能够有效地预测含噪混沌时间序列,且具有较强的抗噪能力以及有效地克服了过拟和现象;同时预测精度对重构相空间的嵌入维数和时间延迟的变化不敏感。     

像素位置与比特双重置乱的混沌图像加密算法

分析当前流行的一类基于混沌序列置乱像素位置和像素值加密的混沌算法的安全性的不足,提出了一种抗选择明(密)文攻击的图像加密新算法。采用Kent混沌系统,根据明文像素值的特征和输入的密钥共同产生混沌系统的参数和预迭代次数,首先用混沌序列实现图像像素位置的全局置乱;其次,用另一个混沌序列实现对图像像素值中0、1比特位置乱。混沌序列的产生都与图像本身的内容自适应。仿真实验结果表明,该算法既克服了以往算法不能抵抗选择明(密)文攻击的缺陷,又具有良好的图像加密性能。     

基于混沌码的直接序列超宽带信号功率谱研究

为了减小超宽带通信系统对其他通信系统造成的干扰,将混沌扩频序列引入到直接序列超宽带信号(DS-UWB:Direct Sequence-Ultra WideBand)通信系统中,推导了DS-UWB信号的功率谱密度.应用Matlab仿真工具作出3种不同扩频序列的PAM-DS-UWB(Pulse Amplitude Modulation-Direct Sequence-Ultra WideBand)信号的功率谱密度图,分析了不同的混沌扩频序列对功率谱密度分布的影响.仿真结果表明,与传统的Gold扩频序列相比,引入混沌扩频序列的PAM-DS-UWB信号的功率在整个频谱中分布更广,Logistic混沌扩频序列和Chebyshev混沌扩频序列的PAM-DS-UWB信号功率谱密度峰值分别约为Gold序列的PAM-DS-UWB信号功率谱密度峰值的1/2和2/3.     

基于CPSO和SVM的混沌时间序列预测

提出了一种改进的支持向量机(SVM)混沌时间序列预测精度的方法.对于模型参数估计,引入混沌粒子群优化算法(CPSO)实现全局寻优,利用支持向量回归实现非线性系统的建模和预测.对Mackey-Glass混沌时间序列进行了预测实验的结果表明,本文方法能对Mackey-Glass混沌时间序列进行准确预测.