一种新的混沌识别方法(Ⅰ)

为了识别混沌信号和随机信号，针对G-P算法及其改进算法的不足，提出了一种新的改进算法．该算法不仅能简化无标度区的确定过程，而且能客观地判断系统的关联维数是否饱和．仿真结果表明，新的改进算法对于混沌信号的识别是有效的．     

一种新的混沌识别方法（II）

针对Ｇ－Ｐ算法及其改进算法的不足，提出了一种新的改进算法，应用该算法不仅能简化无标度区的确定过程，而且能客观地判断系统的关联维数是否饱和，从而对随机信号和混沌信号加以识别，对新的Ｇ－Ｐ改进算法进一步分析表明，新的Ｇ－Ｐ改进算法适用范围广泛，对于混沌信号的识别很有效。     

一种新的混沌识别方法（I）

为了识别混沌信号和随机信号，针对Ｇ－Ｐ算法及其改进算法的不足，提出了一种新的改进算法，该算法不仅能简化无标度区的确定过程，而且能客观地判断系统的关联维数是否饱和，仿真结果表明，新的改进算法对于混沌信号的识别是有效的。     

一种新的超混沌Lorenz系统

对Lorenz系统加以控制,使之构成四维超混沌系统,从而构造出拥有简单的方程和复杂的动力学行为的系统.仿真结果表明,随着控制参数的不同取值,该超混沌系统可以呈现出发散、混沌(超混沌)和周期等动力学行为.     

一种新的混沌同步方法

首先给出了混沌同步的定义,又简要介绍了两种现有的混沌同步方法,然后提出一种新的混沌同步方法,并针对连续和离散两类混沌系统分别介绍这种混沌同步的设计方法,最后对未来混沌通信研究方向进行了展望.     

一种基于正交小波包分析的混沌识别方法

以Duffing方程系统为例阐述了混沌运动的特征，比较了正交多分辨分析和正交小波包分析的频带分割能力和频率分辨率，提出了一种基于正交小波包分析的混沌识别方法。利用各子带功率在信号总功率中的分布状况，有效地识别出周期运动、混沌运动与随机运动，提取了混沌运动的特征频率。     

基于混沌神经网络的语音识别方法

基于语音信号的时变特性,研究了神经网络语音识别的方法．把混沌特性引入到神经元,构造了一种新的多层混沌神经网络结构,同时推导了相应的学习算法．把这种混沌神经网络用于语音识别,并与常用的神经网络语音识别方法作了比较．实验结果表明,混沌神经网络方法的平均识别率要高于同等条件下常用神经网络方法的识别率．     

一种基于混沌的加密算法

利用了混沌系统对初始务件敏感依赖性及混沌轨道的遍历性与非周期性，对文献[1]算法进行了改进．改进后的加密算法增加了密钥参数的数量，减少了迭代的次数，使加、解密运算的速度得到了提高．计算机模拟结果显示加密的效果良好．     

一种新的混沌系统的逆最优控制

简要介绍了一种新的混沌系统及其基本动力学行为,根据Routh-Hurwitz准则,着重讨论了系统的平衡点的稳定性．基于Lyapunov稳定性理论,应用逆最优控制方法为该混沌系统设计了一个简单的线性状态反馈控制器．理论证明和数值模拟均表明控制器是有效的,受控混沌系统的混沌轨道很快被控制到原先不稳定的平衡点．     

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。     

一种新的混沌神经网络模型及其动力学分析

提出了一种混沌神经网络模型。通过引入暂态混沌和时变增益,该网络比Hopfield型网络具有更加丰富和更为灵活的动力学特性,从而具有更强的搜索全局最优解或近似全局最优解的能力,它可以用于求解各种复杂的优化问题。大量的数字模拟表明网络能较好地解决Hopfield型网络的局部极值问题。     

一种新的混沌掩盖保密通信方案

提出了反馈式多变量混沌掩盖保密通信方案，理论研究及计算机模拟表明，该方案极大地改善了通信效果，其安全性和可靠性优于一般的混沌掩盖通信方案。     

运用计算机代数研究股指混沌吸引子的特征量

运用嵌入理论与相空间重构思想,根据Grassberger和Procaccia提出的算法,借助于计算机代数系统Mathematica,分析了近年沪深两市的股指动态系统的混沌特征,计算了其混沌吸引子的关联维数。所编写的程序模块对计算同类的时间序列的关联积分及关联维数有一定的适用性。     

一种基于混沌的加密算法

利用了混沌系统对初始条件敏感依赖性及混沌轨道的遍历性与非周期性,对文献[J]算法进行了改进.改进后的加密算法增加了密钥参数的数量,减少了迭代的次数,使加、解密运算的速度得到了提高.计算机模拟结果显示加密的效果良好.     

一种暂态混沌神经网络及其应用

讨论了Hopfield神经网络算法在优化计算中的应用,提出了一种暂态混沌神经网络模型,把混沌动力学与收敛动力学相结合,使网络逐渐由混沌神经网络向Hopfield网络过渡,达到控制混沌的目的,并且提供一个在全局最优解附近的初值,然后用Hopfield网络得到最优解,有效地解决了Hopfield网络的局部极值问题.仿真结果表明算法对于初始值是稳健的,并且具有很强的克服陷入局部极小能力.     

关于G-P算法计算混沌关联维的讨论

关联维是描述混沌系统的一个重要的特征不变量,而G-P算法是目前计算关联维数的一个主要的算法,但是在使用G-P算法时,由于许多参量的选取存在很大的主观性,不同的选取会得到不同的结果,这个问题以前一直没有得到较好的解决。以具有解析结果Lorenz系统进行实例分析,指出采用G-P算法计算关联维数时,应对相关参数进行慎重和细致的选取,否则得出的结论将缺乏说服力。研究结果表明,不同的范数选取对关联维的计算影响很小、时间序列数据量大小的选取应以能够获得稳定的分数维为准则、重构相空间嵌入维数不能随意指定,但也不是越大越好,对Lorenz系统而言最大取到10较为合适。     

一种新的混沌分组密码算法

提出了一种新的分组密码算法,该算法把128比特的明文加密为128比特的密文.算法的密钥由128位的比特流K和Logistic映射的初值x0两部分组成.整个加密过程包含了一个初始变换、8个轮变换和最后的一个输出变换.每一轮使用一个128比特的轮密钥K(r)来加密上一轮的输入C(r-1),并把输出反馈到下一轮的输入.所有的轮密钥都是由128位的比特流K和由Logistic映射产生的128比特随机二进制序列导出.理论与实验分析表明该算法克服了一些纯混沌密码系统的固有缺陷,具有较高的性能.     

阵发混沌导致反常标度

研究了Gledzer-ohkitani-Yamada（或GOY）模型的阵发湍流．通过相平面分析方法研究了惯性区各壳相空间的轨道,发现阵发轨道部分的随机性导致不稳定准周期轨道的随机转动、反转和锁定现象．计算了阵发轨道扩展自相似标度律,指出阵发性能量传递方式是导致反常标度的原因．     

一种新的混沌神经网络组织方式研究

提出用图像作为大规模混沌神经网络的权值矩阵,改变了神经网络的组织方式。研究网络的输出变化情况,发现不同的图像得到的输出曲线(面)不同,相同或类似的图像输出结果基本相同。特别是对于分形图像,输出有着规律性的结果。对这些现象进行了实验分析。作为一种新的神经网络激活组织方式,还有许多问题有待解决。     

一种混沌多样性控制的萤火虫优化算法

针对基本萤火虫算法存在早熟停滞现象,提出了一种混沌多样性控制的萤火虫优化算法.运用混沌映射产生均匀分布的萤火虫初始位置,获得质量较好的初始解;在搜索过程中对适应值低的部分萤火虫进行混沌扰动,以保持群体活性,减小陷入局部最优的可能性;同时利用真实物理反弹理论对超越边界萤火虫位置进行控制,提高种群的多样性.用标准测试函数测试,实验结果表明,该算法能有效地提高了算法的全局搜索和局部开发能力,寻优精度和收敛速度明显提高.