一类IFS吸引子界与动力学特征定量观测

阐述了迭代函数系(iterated function system,IFS)理论及随机迭代算法,通过理论解析给出了求由两个仿射映射所构造的一类IFS吸引子的界的方法,介绍了IFS吸引子的Lyapunov指数和关联维效的算法．分析了IFS吸引子的动力学特征．     

真彩色IFS吸引子的计算机构造

阐述了迭代函数系(iteratedfunctionsystem,IFS)理论,给出了构造IFS吸引子的随机迭代算法.将彩色空间与IFS理论相结合,提出了ΦΩΨ-IFS(ΦΩΨ表示RGB、CMY、YIQ、HSV或HLS)模型,并利用计算机构造了一系列二维、三维ΦΩΨ-IFS吸引子(即真彩色IFS吸引子),讨论了ΦΩΨ-IFS吸引子的几何变换和色彩修正.研究表明:调整ΦΩΨ-IFS的参数,既可改变吸引子的结构,也可改变吸引子的色彩,因此ΦΩΨ-IFS吸引子可更有效地模拟自然景观.     

分形动画中吸引子匹配及连通性控制算法

针对分形动画中吸引子出现的断裂、失真及特征不明显等缺点,在点变换算法的基础上提出点变换的匹配原则、连通性控制方法以及插值算法.点变换的连通性控制方法可以有效地控制吸引子变形中的连通性,避免吸引子出现断裂现象;路径插值算法可以通过改变吸引子的运动路径,解决吸引子变形中的消失、失真等问题.实验结果表明:该理论可以解决已有方...     

迭代函数系（IFS）吸引子上点的地址与位置的关系

研究了迭代函数系（ＩＦＳ）吸引子上点的地址与位置的关系,并给出了吸引子上点在漂移变换迭代下象的地址表示。     

迭代函数系统吸引子逼近的一个标记算法

采取边迭代边绘制的方法,对迭代函数系统吸引子逼近集中的每一点,用不同的符号标记该点的绘制状态以及在各变换下的原像.迭代过程中,根据点的标记符号减少对该点所做的变换和相应变换下像点的重复绘制.利用该算法绘制了几个经典IFS的吸引子分形图,并与其他两种计算效率较高的逼近算法进行了数值比较.实验表明,该算法可以快速高效地绘制出IFS吸引子的分形图.     

基于变异赋权的吸引子传播算法

基于传统吸引子传播算法, 通过样本特征赋权, 克服冗余信息的影响及给出新的相似性度量方法等策略, 提出一种基于变异系数赋权的吸引子传播算法. 实验结果表明, 该算法在处理属性较多、 信息重叠的样本时, 不仅具有吸引子传播算法的快速、 高效聚类特征, 且聚类性能明显优于传统吸引子传播算法和K-均值等经典聚类算法.     

广义K迭代函数系及其吸引子

迭代函数系(iterated function system,IFS)是产生分形的一种非常有用的方法.一个IFS通常是由完备度量空间上的一组压缩映射构成,它的吸引子一般是分形.在经典的Kannan映射和广义K映射的基础上,引入了一类广义K迭代函数系(K-IFS).证明了这类广义K-IFS存在唯一的吸引子,给出了广义K-IFS的吸引子的拼贴定理,构造了一个用广义K-IFS的吸引子逼近给定紧集的例子.     

IFS分形吸引子的连续变形技术

针对迭代函数系统(IFS)分形吸引子变形时出现失真、断裂、特征退化等问题,分析现有变形技术的缺陷.在分形、数学等理论基础上,提出基于IFS的交互式分形造型生成算法,即点变换算法,以及点变换之间的相互转化(升级)技术,包括两点变换、三点变换(其二维情况为仿射变换)和四点变换(其二维情况为双线性变换).该算法解决了吸引子变形时的连通性问题,并在吸引子连续变化中采用对点交互式插值的方法获得高效快速的实时动画效果.     

一类多参数分形插值曲面及其计盒维数

构造了一类多参数三角迭代函数系,证明了该迭代函数系吸引子的存在唯一性,进一步证明了该吸引子是给定插值点集的分形插值曲面最后通过变差给出了分形插值曲面的计盒维数。     

IFS吸引子的结构细节重构技术研究

给出ＩＦＳ吸引子指定窗口内的结构细节重构技术，该重技术由递归检索过程及构构成，递归检索在ＩＦＳ编码空间进行，其运行过程可看作是一棵编码树的生长理构过程是ＩＦＳ随机迭代生成技术的拓广，该方法可作用于ＩＦＳ吸引子的任何部分，是一种局部重构技术。     

离散型 Hopfield 联想存储器k阶吸引子的鲁棒性分析

为对离散型Ｈｏｐｆｉｅｌｄ联想存储器（以下简称为ＤＨＡＭ）平衡点吸引域的鲁棒性进行理论探索,文章基于输入及权值实现误差或扰动同时作用的随机模型,采用统计学方法,推出了ＤＨＡＭ的ｋ阶吸引子（ｋ≥０）鲁棒性的通用计算方法。并针对正交样本经Ｈｅｂｂ规则构成的ＤＨＡＭ,进一步得到了该类网络ｋ阶吸引子鲁棒性的具体计算公式。仿真试验表明所得算法是正确的。讨论了这类ＤＨＡＭ结构及参数等对其ｋ阶吸引子鲁棒性的影响。     

基于神经网络的全局寻优自适应BP学习算法

根据梯度算法中网络权值的演化规律，并基于终端吸引子，提出一种能全局寻优自适应的快速BP算法，该算法的基本思想足最小二乘算法，采用梯度搜索技术，以期使网络的实际输出值与期望值的误差的均方值为最小．同时，进行BP学习算法的稳定性和快速收敛问题分析研究．并进一步给出改善BP算法学习率修正、假饱和现象消除等训练结果的措施．     

等分段分形数据压缩算法

从迭代函数系统ＩＦＳ入手，研究分形压缩原理，提出了一个分形数据压缩算法，并研究了其工程应用问题．     

用模糊聚类神经网络设计图象矢量量化码书

讨论了一种模糊聚类神经网络模型，给出了将该模型用于图象矢量量化码书设计的学习算法。实验结果表明，模糊聚类神经网络可以为图象矢量量化压缩编码提供一种新的码书设计方法。     

一类多旅行商路径均衡规划算法

本文研究了多个旅行商旅行多个城市的路径规划问题,提出了基于系统科学中的"吸引子"意义下的路径规划算法.路径规划的目标是均衡各旅行商的旅行路径长度并使得路径总和得到优化.为此提出了一种求解该问题的启发式算法思想,并结合邻近点和最短路径设计了算法,同时由复杂度分析知该算法的计算时间复杂度比以往的要低.     

未知环境下移动机器人实时路径规划

主要讨论了在不确定环境下移动机器人运动路径的在线规划算法.在此方法中,预定目标被定为吸引子,而障碍物被定为排斥子,路径规划问题就被转换为应用牛顿定理进行迭代计算的问题.这种算法计算简便,实时性强,能自动地适应工作环境中障碍物和目标的位置变化和随机出现,使机器人准确避开障碍,安全到达目的地.     

基于离散Hopfield神经网络的数据加密算法

离散Hopfield神经网络的吸引性不仅具有重要理论意义,而且是现代网络应用基础。基于离散Hopfield神经网络,简要讨论了算讨论了其吸引性;并利用其非线性混沌机制和并行计算的特点,提出了数据分组加密算法和公钥加密算法;法的安全性。