递归迭代函数系统对detailed-HP模型的蛋白质序列的混沌游戏表示的模拟

蛋白质序列的可视化表示——混沌游戏表示呈现出了分形特征。根据分形的产生机理,用递归迭代函数系统模型模拟了蛋白质序列的混沌游戏,并通过比较递归迭代函数系统的吸引子的不变测度与混沌游戏表示的测度之间的差异,得出该方法对蛋白质序列的混沌游戏表示的逼近效果很好这一结论。基于该方法,人们可以对蛋白质序列的混沌游戏表示进一步作重分形分析,从而进一步研究蛋白质的结构的预测和物种的进化。     

递归迭代函数系统对DNA序列可视化表示的模拟

DNA序列的可视化表示——混沌游戏表示(CGR)呈现出了分形特征.根据分形的产生机理,文章用递归迭代函数系统(RIFS)模型模拟了DNA序列的混沌游戏表示,并通过比较递归迭代函数系统的吸引子的不变测度与混沌游戏表示的测度之间的差异,得出该方法对DNA序列的混沌游戏表示的逼近效果良好这一结论.基于该方法,人们可以对DNA序列的混沌游戏表示作进一步的分析.     

基于DNA序列混沌游戏表示的相似性分析

基于DNA序列的混沌游戏表示,利用对应测度矩阵的最大特征值组成的6维向量来刻画DNA序列,并利用向量间的相关距离对11种物种的beta球蛋白基因的第1个外显子编码序列进行相似性分析,所得结果与生物学中的进化关系基本一致.     

PSO粒子群优化算法的混沌时间序列优化

经典的PSO算法以只考虑了解应当完全朝着最优的方向前进,而忽视了以前走过的路径以及搜索结果,因此,考虑使用混沌时间序列的方法,记录每个搜索节点每n步的记录,推测出最佳的第n+1步记录,然后再重新回到经典改良算法的循环。就好比鸟在觅食的时候每只鸟不是一味的只顾着搜寻食物,而是适时的停歇下来回顾自己的觅食路径反思经验。另外,给出一个改良的评价函数来指导自适应性搜索。     

基于递归网络的混沌时间序列预测

为了能对时问序列充分建模,从混沌的慨念入手,将混沌与神经网络相结合,利用人工神经网络的拟合特性,提出了递归网络的混沌时间序列预测方法。给出了递归神经网络预测的基本理论、数学模型、及具体步骤,并通过由杜芬方程所产生的混沌时间序列对该神经网络进行了模拟实验。仿真结果表明,该方法远好于前馈网络的预测效果,其预测误差在10^-15的数量级上。     

关于二次线性迭代序列的一些恒等式（Ⅱ）

利用形式幂级数的变换技巧，得到了涉及乘法数论函数及广义Ｆｉｂｏｎａｃｃｉ数、广义Ｌｕｃａｓ数的倒数和的若干恒等式，所给出的恒等式均具有显式形式；当退化到特殊情形时，可分别得到一类有意义的无穷和式。     

混沌扩频序列的性能分析

对Logistic、hybird、Super-hybird三种混沌二进制序列的产生及其特性、特别对有限长度混沌扩频序列的平衡特性和相关特性进行了分析,并与传统的m序列和Gold序列进行对比,结果表明其中存在数量丰富且特性良好的序列可用于DS-CDMA系统中作扩频序列。     

蛋白质序列的多重分形性质及其Renyi熵率

一系列DNA和蛋白质序列的可视化研究通过几何图像形式展现了序列结构,从CGR到k串理论,只是通过迭代法把相应的碱基或氨基酸转化成数值,进而绘制成图形,没有对应的严格数学理论支持．文中将分形理论与信息论方法相结合,把蛋白质混沌游走表示法的多重分形维数和符号序列的Renyi熵率之间通过概率测度弘建立对应关系,从而使蛋白质序列的研究转为符号序列的可视化分析,在生物信息学上具有一定的应用前景．     

基于Cp-曲线的蛋白质序列相似性分析

蛋白质是生物体内行使重要功能的生物大分子.蛋白质的功能是由其空间结构决定的,而蛋白质的空间结构取决于其一级序列.因此,研究蛋白质的氨基酸序列就成为蛋白质结构预测的前提和基础,并已经成为生物学家关注的主要研究内容之一.主要介绍基于20种氨基酸的一种5-L模型,将蛋白质序列粗粒化为5-L序列,进而给出蛋白质序列的一种3-D图形表示,称之为Cp曲线.将Cp曲线转化为容易比较的序列不变量,并在此基础上对11个物种β-球蛋白质序列进行相似性分析.     

一种基于混沌序列的粒子群优化算法

提出了一种基于混沌思想的粒子群优化算法,它利用粒子群优化算法收敛速度快和混沌运动遍历性的特点,对于陷入局部极小点的粒子,引入混沌序列重新初始化,从而使惰性粒子能够跳出束缚并快速搜寻到全局最优解.对几个经典函数的测试计算表明,其在收敛速度和精度上均优于标准的PSO算法.     

基于混沌游戏图形表示的细菌必需基因与非必需基因的Hurst指数特征对比分析

必需基因是维持生物体生命活动必不可少的基因,基因特征的选取对于必需基因的理论预测识别方法至关重要.作者采用分形理论对DEG必需基因数据库中的所有细菌物种进行了基于Hurst指数的必需基因与非必需基因特征对比分析,旨在提取必需基因区别于非必需基因的显著特征.结果表明,绝大部分必需基因与非必需基因序列具有长程相关性,所分析细菌物种的必需基因和非必需基因的Hurst指数均较好地遵从Gamma分布规律,且两类基因的Hurst指数具有显著性差异.     

基于混沌系统的数字水印技术

提出了一种基于混沌映射的数字水印嵌入算法,水印的嵌入位置由混沌映射生成的混沌序列决定,同时在原始图像的不同区域嵌入水印,能有效抵抗剪切攻击,保证水印的安全性;并且嵌入水印的强度因子可以改变,可确保水印是不可见的;本算法提取水印时不需要原始图像,只需要提供密钥即可.     

基于知识表达系统的序列比对研究

序列比对是生物信息学中基本的信息处理方法,对于发现生物序列中的功能、结构和进化信息具有重要的意义。该文对典型的双序列比对算法以及多序列比对算法进行了描述和评价;针对目前序列比对算法普遍存在的不足,提出了一种新的思想--基于知识表达系统的序列比对研究,应用知识表达系统对序列比对相似性发现进行定义及其处理。     

基于仿真的博弈系统优化策略研究

以石头剪刀布博弈系统为例,提出一种新的理论方法优化该系统,目的是在不受其他因素影响下最大化玩家获得的收益,这种新方法即凸优化.引入非零和矩阵建立凸优化算法模型,定量地创建了石头剪刀布博弈系统收益方程,这种方法前人鲜有研究.创新地提出了博弈系统最优值的临界方程即鞍点方程,并用强对偶理论证明了该方程的正确性.重点研究凸优化中的Newton算法对石头剪刀布博弈系统进行数据仿真和最大化玩家获得的收益.仿真结果表明,数值结果与理论假设相一致,验证了该方法的可行性和正确性.该研究对于理解博弈系统和应用凸优化具有十分重要的意义.     

混沌优化算法的参数分析

通过一些典型的复杂测试函数,对文［１］中提出的混沌算法的效率及其参数,用统计的方法进行了详细的分析。     

混沌在模糊控制规则优化中的应用研究

利用混沌（Ｃｈａｏｓ）所特有的随机性、遍历性及规律性。将其应用于一类复杂非线性时变过程的模糊控制规则优化中,提出了一种利用混沌进行模糊规则参数优化的方法。仿真结果表明,该算法具有国强的全局搜索能力和较快的搜索速度,是一种适用的优化策略。     

改进混沌优化及其在非线性约束优化问题中的应用

:研究一种比较新颖的优化方法——混沌优化 ,并在此基础上提出改进的混沌优化 .它利用混沌变量的特定内在随机性和遍历性跳出局部最优点 ,并在局部搜索空间经过线性搜索提高解的搜索速度和精度 ,通过结合精确不可微罚函数以用于求解非线性约束优化问题 .仿真结果表明 ,与已有的直接搜索方法相比 ,该算法简单 ,容易实现 ,求解精度、收敛速度和可靠性较高 ,满足约束的效果较好 ,是解决优化问题的有效方法     

基于混沌序列流密码系统

本文对密码技术和混沌作了基本介绍。试图利用符号动力系统来产生混沌序列作为密钥流，构成混沌序列流密码系统。