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。     

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．     

时空混沌序列在语音保密通信中的应用

分析了单向耦合映象格子系统生成的时空混沌序列．针对序列分布的不均匀性，研究了一种新的生成算法．并通过理论分析，验证了该改进算法产生的混沌二值序列具有良好的伪随机性、敏感性和重复性，适合应用于保密通信领域中．最后利用TMS320C6201 EVM目标板，对语音信号成功地进行了加密和解密实验．实验结果表明本方法恢复的语音信号精度高、难于破解，并揭示了时空混沌序列和DSP芯片在语音保密通信中具有广泛的应用前景．     

混沌算法和子空间算法应用在微弱信号检测中的比较

常规的快速傅里叶变换(FFT)法在被检信号低于频谱仪底噪时检测效果较差,体现在要求输入信号的信噪比较高;因此需要检测能力更强的算法来识别出弱信号。混沌算法由于拥有对弱信号敏感而对噪声有较强免疫性的特点,使它在微弱信号检测中占有重要的地位。将源自阵列信号处理中的子空间算法应用到了微弱信号检测中,并与混沌算法进行比较,试图将新的算法应用到弱信号检测领域中来。介绍了杜芬混沌算法和子空间算法,并且通过实际信号对算法进行了仿真分析。两种算法都能在较低信噪比条件下检测到信号;但是从硬件资源占用的方面考虑还是混沌算法更好些。最后用verilog语言设计了杜芬(Duffing)混沌算法检测中核心的四阶龙格库塔(RK4)模块。     

一种基于改进替代数据法的图形化混沌判据

替代数据法是非线性系统分析的一种有效方法. 该方法不能直接判断信号是否处于混沌状态,而是基于排除法思路,提高混沌识别的置信度. 文中引入一种针对类周期信号混沌识别的伪周期替代数据法,在数值实验中发现了该算法的3个缺陷:一是相空间重构在实际信号分析中效果不佳;二是替代数据直线化;三是检验统计量容错性较差. 针对这些问题分别提出了改进方法. 使用改进算法对不同类别信号（包括由Logistic模型产生的周期信号和混沌信号以及其它典型混沌信号等）进行数据实验. 发现所有混沌信号在各噪声半径下的复杂度都呈线性增长趋势;而周期信号在噪声半径小于0.1时,复杂度的取值保持平稳,噪声半径大于0.1时,复杂度取值开始单调增长. 对数据实验的结果分析表明:在各噪声半径下复杂度的线性增长趋势是混沌信号的共同特征,可作为一种有效的图形化混沌判据.     

基于奇异谱分析的混沌序列降噪

基于奇异谱分析的基本思想，提出一种降低混沌信号中噪声的算法及一种基于噪声奇异谱特性的最佳重构阶次选择方法．对一个混沌时间序列进行奇异谱分析，得到各主分量和经验正交函数，选择合适阶次重构信号，即可得到降噪后的混沌时间序列．数值仿真证实了该算法的有效性．     

混沌映射的半脆弱图像数字水印算法

提出了一种抗JPEG有损压缩的半脆弱图像数字水印算法．该算法充分利用混沌映射对初值的敏感性，并根据JPEG图像压缩过程中DCT系数的不变特性，将预先量化的DCT低频系数和水印密钥合成为混沌系统的初值，经过多次混沌迭代生成水印信号．根据水印信号调整块对间DCT系数的大小，完成水印的嵌入调制．实验结果表明，该算法对JPEG有损压缩具有良好的鲁棒性．同时可对图像内容的恶意篡改进行精确的检测与定位．     

基于替代数据法的齿轮信号的混沌识别

替代数据法是准确判定时间序列是否具有混沌特征的一种有效方法,该方法不仅能很好地重构原始时间序列的特性,而且能避免直接识别混沌方法的局限性.应用替代数据法,以关联维数作为混沌判据,对故障齿轮信号进行了混沌特性判别.结果表明,齿轮故障信号存在混沌特征,替代数据法能对其进行准确识别.     

基于粗糙集的茶饮料味觉信号识别

把粗糙集理论应用于茶饮料味觉信号分类规则的抽取，采用模糊C-均值聚类算法实现味觉信号的离散化，提出了一种新的规则强度定义。该定义同时考虑了支持规则的对象数和规则的不确定性因子，具有很好的普适性，同时给出一种规则提取算法和用于识别的决策算法，提取算法在获取全部有效规则的条件下．能有效减少核属性内的冗余。     

基于改进WOA的输电线路故障分析

针对传统支持向量机数据识别分类准确率较低的问题，设计一个改进鲸鱼算法，优化支持向量机识别输电线路故障.通过Simulink仿真搭建电网模型，提取输电线路故障特征，进而使用支持向量机识别故障；利用立方混沌映射初始化种群，引入自适应惯性权重，并把对数螺旋方程中的b设置为动态值以改进鲸鱼算法，并与传统算法进行比较.结果表明：改进鲸鱼算法对输电线路故障分类的鲁棒性强、计算效率高、寻优能力强.     

数字通信中调制方式的一种盲检测算法

该文针对数字信号 (ASK2、ASK4、FSK2、PSK2和PSK4信号 )的调制方式 ,介绍一种新的数字调制信号识别算法 (DMRAs) ,并且对该算法进行改进 ,改进后的算法能够快速的 ,自动的识别出已调数字信号的调制方式 .在文章的后面还给出了改进后的DMRAs算法的获取已调数字信号的关键特征值的程序仿真流程图 ,及其仿真程序流程图     

基于LM算法的BP神经网络的混沌背景下瞬态弱信号检测

分析了BP神经网络的改进算法,用神经网络实现混沌时间序列相空间重构,用基于LM算法的BP神经网络对混沌背景进行预测,从而检测出信号。     

一种混沌双变换图像加密算法的分析与改进

对一种基于位置和灰度双重变换的混沌图像密码算法进行了密码分析,找出了一种基于选择明文攻击的密码破解方法,进而提出了一种改进的混沌双变换型图像加密算法,并对改进算法进行了安全性分析和仿真实验．理论分析和实验结果表明,改进算法能抵御选择明文攻击,且其多项其它密码学性能也有明显的改善．     

改进人工蜂群算法识别结构缺陷问题

人工蜂群算法是自然启发下解决优化问题的方法之一,现已与先进的数值分析方法相结合广泛运用于结构的缺陷识别中,然而标准人工蜂群算法仍存在搜索范围不够全面,易长期陷入局部最优等问题。文章在标准人工蜂群算法的基础上,提出了一种新的改进算法,用混沌序列代替随机数列以改进初始种群,同时为避免算法陷入局部最优造成收敛速率慢等问题,提出了一种能更快跳出局部最优的参数搜索机制,即根据迭代次数自适应地调整参数搜索维数,以增加各点被搜索到的几率;最后将该算法运用到单缺陷和多缺陷的识别过程中。案例结果表明,改进算法结合动力扩展有限元建立的反演分析模型能够准确识别出结构内部所含缺陷的位置和大小,并且提高了搜索效率,可使算法更快达到收敛。     

一种新的嵌入零树小波ECG信号编码算法

要：新的嵌入零树小波ECG信号编码算法能够通过合理分配比特、改进零树集合、完善分类策略等措施进一步提高SPIHT算法的工作效率．实验结果表明：这种算法是一种高效的ECG信号编码算法，其压缩速度、信号复原质量等关键性技术指标均明显优于SPIHT算法．     

基于轨迹平行测量的发动机异响诊断方法

为了利用机器的声（异响）信号进行故障识别，提出了一种异响信号的故障诊断思路，首先利用连续小波消噪技术对声信号进行消噪和故障源识别，然后将混沌技术中的轨迹平行测量方法应用于异响信号的非平稳特征提取与识别，提取出时间序列动力学轨道运行特征指标，经过对发动机的故障声信号进行实际应用后，表明该方法具有良好的识别效果，为声音信号的故障诊断提供了一种新的工具。     

局部线性投射算法在混沌键控系统中进行噪声去除的应用

利用局部线性投射算法（LLPA）不需要预知混沌信号动态特性的特点，将其应用于混沌键控系统（CSK）进行接收端的噪声去除，计算机仿真结果表明，该算法能明显提高CSK系统的噪声性能，证实了LLPA算法的实效性，扩大了去噪技术在混沌通信系统中应用范围。     

改进蜉蝣算法及其在脑电信号识别中的应用

针对蜉蝣算法搜索能力欠佳、容易陷入局部最优等不足,提出了一种混沌模拟蜉蝣算法。首先,对比选择了Logistic混沌序列生成初始化种群,使用模拟退火算法对蜉蝣算法的速度更新方式进行了优化。然后,基于7个测试函数对改进后的算法进行仿真对比实验,结果证明改进后算法的寻优性能和收敛速率明显提升。最后,对5位受试者的脑电信号进行了时频域和F-score特征提取,并使用改进后的算法优化支持向量机分类器。应用优化后的分类器对提取的信号数据进行了识别,与不同分类器的识别结果相比,改进蜉蝣算法优化后的分类器的平均识别率达88%以上。