一种基于衰减系数的混沌时间序列预测法

为提高加权一阶局域模型的预测精度,提出一种改进型混沌时间序列预测方法.该方法用衰减系数和时间延迟修正向量距离公式,调节邻近点与中心点的相关性,同时,只用邻近点中与预测值相关性最大的分量进行线性拟合.利用该方法对Henon混沌时间序列进行预测的结果表明,衰减系数取最佳值时,相对于现有算法,该方法可以更精确地预测混沌时间序...     

一种基于小波网络的混沌时间序列判定

在对混沌时间序列与随机序列的不同特征进行分析的基础上,提出一种可对二者予以区分的判定算法.并结合具有优异特性的小波函数,构造一种小波神经网络.最终给出基于小波网络的集成的混沌时间序列判定-预测算法.     

一种复合的混沌序列加密算法

本文针对有限精度条件下混沌系统动力特征退化会产生短周期现象,介绍了几种加入扰动的混沌序列加密算法,并在此基础上得到一种复合的混沌加密算法,这种加密算法既用到了混沌系统参数扰动、又用到了混沌系统变量扰动,既具有级联混沌系统的优势又具有复合混沌系统的优势,能够得到复杂度高、分布均匀的混沌加密序列,并且便于实现.     

一种基于混沌序列的加密算法

提出一种基于数字化混沌密码系统的改进算法．通过m序列随机改变混沌映射的参数克服混沌序列的有限状态问题．为了进一步提高输出混沌序列的随机统计特性，利用选择判据引入m序列的随机扰动，使混沌序列不断在各个子空间转换．经过扰动函数的输出混沌序列均匀分布在整个状态空间中．这种加密算法克服了有限精度的缺点，使输出序列的周期增大并可以度量．该方法可以产生具有良好统计特性的密钥流，便于软硬件实现．     

一种混沌密码序列的产生

基于数字滤波器结构产生混沌密码序列,通过对输出序列状态空间的分析,应用非线性转移函数来改善输出出序列的周期特性。结果表明：输出序列的周期及序列相关特性有很大改善,可以满足密码序的要求,此结构简单,便于数字电路实现。     

混沌投资时间序列的嬗变

不少的投资机构和研究者都曾建立各自的投资数学模型，以求在投资决策时应用．但在实战操盘时却难以适用，或者应用的时间周期很快就消失．究其原因，除投资数学模型自身的问题外，混沌投资时间序列的嬗变是一个不应忽视的因素．在文[1]的基础上，本文探讨混沌投资时间序列的测度能嬗变和动熵谱嬗变．     

混沌时间序列的区间预测

讨论混沌时间序列的区间预测，给出了最优嵌入维数的搜索算法及区间预测算法，并应用于实例，取得较好效果。     

一种新的混沌序列生成方式

提出了一种通过构造变参数复合混沌系统来实现有限精度混沌系统的方法。考察了这种方法对混沌信号的功率谱特性和李雅普诺夫指数的影响。研究表明,利用该方法可以方便地生成大量具有良好自相关特性和互相关特性的混沌序列。     

一种基于混沌序列的数字图像加密算法

为获得一种基于混沌序列的图像加密算法,借助Logistic混沌动力学系统过程既非周期又不收敛,且对初始条件敏感性,生成混沌矩阵,对原图像进行融合操作。利用“标准映射”对图像进行置换操作,可以对数字图像进行加密与解密。实验结果证明,算法简单易行,安全性好。     

一种联合优化算法及其在混沌时间序列预测中的应用

为了提高混沌时间序列预测精度,利用相空间重构和预测模型参数间的相互联系,提出一种基于遗传算法的混沌时间序列参数联合优化方法.该方法首先将相空间重构和预测模型参数作为遗传算法的个体,混沌时间序列预测精度作为适应度函数,通过选择、交叉和变异等遗传操作获得最优参数,最后利用混沌时间序列实例对联合优化方法进行验证性测试.实验结果表明:相对于传统参数优化方法,联合优化方法大幅度提高混沌时间序列的预测精度,为混沌时间序列预测提供一种新的思路.     

一种模糊时间序列分析方法

提出一种模糊时间序列分析方法(analysis method of fuzzy time series, AMFTS),它是一个模糊时间序列分析方法的集合。保留Jilani等以历史数据作为论域的思路,抛弃应用分割论域并取模糊区间的中点近似代替历史数据的做法,让历史数据直接参与预测值的计算。在预测阿拉巴马大学1971—1992年的注册数时,取得了均方误差MSE=0的好成绩,预测精度比IGAFS-FTS大幅度提高,显示出AMFTS的建模FMK比FGAFS-FTS更具优势。     

混沌振荡器频谱特征的一种理论解释

本文根据奇异吸引子细胞模型理论,定性解释了混沌频谱的基本特征,与仿真结果一致．结果表明,奇异吸引子的频谱是连续或分段连续的并具有若干个主峰,连续的频段则是由随机变化的键频率所引起,而后者是混沌频谱的主要特征．     

一种基于多维混沌时间序列的相空间重组技术(英文)

对给定的标量时间序列,利用Takens嵌入定理展开时间序列到高维并重构未知系统的吸引子,是从时间序列寻找决定性混沌证据的常用方法.在传统的一维时间序列重构技术基础上,提出一种更有效的多维时间序列相空间重构技术.对一些已知混沌系统如洛伦兹系统、陈系统、罗莎系统、罗宾系统和罗莎超混沌系统进行了重构.结果表明,与传统的重构技术相比,多维重构技术计算出的最大李雅普洛夫指数更精确,对于非混沌系统和附加噪音的混沌系统,多维重构技术也表现出一定的优势.     

混沌时间序列可预报时间长度分析

摘要：以经典混沌序列——Henon映射序列为例,对不同长度、不同噪声水平的序列进行了预报试验．结果表明：(a)纯净序列,序列越长,预报精度越高,同时预报精度衰减速度随之减慢,并且,当序列足够长时,即使较长预报步长的多步预报,仍可取得相当高的预报精度;(b)含噪声序列,其预报精度随步长的增加迅速地呈指数衰减,并且,序列长度基本上不会对预报时间长度产生影响,但噪声水平对可预报时间长度有一定影响,噪声水平越高,可预报时间长度越短．因此,不明确可预报的标准、不考虑序列长度、噪声水平等因素的影响而简单地以最大Lyapunov指数的倒数定义最大可预报时间长度,是不可取的．同样,根据最大Lyapunov指数推断水文过程的可预报时间长度也是不合适的．     

混沌时间序列控制方法研究

分析了混沌控制的任务、目标和一般方法,认为混沌时间序列源于混沌系统,用系统的观点讨论了一种对混沌时间序列进行控制的最小参数扰动方法及其步骤。     

一种混沌伪随机序列复杂度分析方法

为衡量混沌伪随机序列的随机本质,文中提出用增强统计复杂度方法分析混沌伪随机序列的复杂度.以Logistic映射和耦合映像格子映射产生的混沌序列和多进制混沌伪随机序列为例,说明了该方法的应用;通过改进排列模式,使之对二进制混沌伪随机序列同样适用.实验结果表明该方法能呈现序列的相关结构,反映序列的随机本质,可用于准确度量混沌系统产生的伪随机序列的复杂度,且计算简单.     

一种混沌序列产生及加密方法

介绍一个混沌二值序列产生和实验的软件平台,利用3种混沌动力学模型,即一阶时延模型、Logistic模型和Lorenz模型产生加密序列,并结合Shanon的“一次一密”思想,建立一种基于混沌映射的“分组密码密钥空间拓展”理论,很好地解决DES加密算法密钥空间小的问题,实现了一种混沌的DES变形密码算法．     

投资时间序列的混沌分维研究

以某市固定资产投资同比增长数据为根据,利用混沌动力学中的相空间重构技术、幅值谱分析、庞加莱截面等方法进行分析,并计算其关联分维,得出其饱和嵌入维数为5、关联分维约为17,初步确定某市固定资产投资增长过程具有混沌特性,有5个因素影响着某市固定资产投资的同比增长幅度,其中2个因素起决定作用·该法可用于复杂的经济系统的分析研究·     

混沌时间序列的相空间重构研究

本文以Takens的坐标延迟嵌入理论为基础,研究了混沌时间序列的相空间重构问题,并用互信息量法计算延迟,假邻近法(FNN)和Liangyue Cao方法的联合方法计算最小嵌入维数。最后通过Lorenz时间序列进行仿真实验,实验结果证明了这种相空间重构方法的有效性。     

混沌时间序列的LSSVM预测方法

结合相空间重构理论,提出运用最小二乘支持向量机(LSSVM)建立混沌时间序列的预测模型,并用粒子群优化(PSO)解决LSSVM参数寻优的问题.通过与RBF神经网络构建的预测模型相比较,计算预测模型的均方根误差来评价模型的性能.结果表明:采用PSO优化的LSSVM预测模型的预测精度更高.