混沌的神经网络

现在研究神经网络的人很多,但主要是人工神经网络。最近,有几个实验室分析了健康人的脑电图,发现其中存在混沌的证据;混沌也会是神经系统的正常特征。其实,尤其在一个单独的生物神经元中,可以在实验上观察到混沌性态,而这是一般人工神经元所没有的。本文介绍一种单独神经元的模型,它能够定性地描写实验观察到的混沌响应。一、神经元的非线性动力学模拟生物神经元动态的历史要追溯到早期的一些著名模型,例如MoCulloch-Pitts神经元(1943)和     

基于混沌控制的自适应Turbo码译码改进算法

针对Turbo码在译码过程中迭代次数不确定的缺点,提出了一种新的改进算法。即在对附加信息(译码器的先验信息)进行混沌控制的基础上,以附加信息间的距离度量作为迭代终止的判定。仿真试验表明,该改进算法能在保证译码的准确性基础上,避免大量无谓的计算,提高译码速度,尤其在信噪比较大的情况下,效果更为明显。     

南淝河水质S-P模型参数K1、K2的估值

对南淝河河流水质S-P模型中碳化BOD衰减系数K1和大气复氧系数K2分段进行了估值.根据实验测定数据,用最小二乘法、图解法和两点法等3种方法对K1进行了估值,应用公式估算法对K2进行了估值,并对估值的结果与南淝河的有机污染状况进行了对比和分析,从而为模型提供准确的参数值,也为南淝河的水污染控制和水质规划提供有益的借鉴.     

延迟微分反馈法控制混沌

利用可测变量的微商进行反馈,提出了用延迟微分反馈控制(DDFC:DelayedDifferentialFeedbackControl)实现混沌控制的方法。理论证明了微分反馈控制和DDFC控制Lü系统3个平衡点的稳定可控性。在Matlab进行了数值仿真,结果表明,通过调节延迟时间τ和控制增益k,DDFC系统能自动寻找和稳定不同的不稳定周期轨道(UPO:UnstablePeriodicOrbit),实现混沌控制。     

一个具有全局吸引混沌吸引子的系统及其混沌同步

报道了一个分段线性离散系统的混沌引子，通过系统对初始条件的敏感依赖性研究，得出此吸引子是全局吸引的。为进一步证实此系统是混沌系统，又对此系统进行了不同初始条件下的混沌同步研究，利用反馈同步方法，很容易地实现了此系统的混沌同步。最后对混沌系统的开关项变化问题进行了研究，通过数值计算，得出不同开关参数下，混沌吸引子的形状是完全一样的，不同的是混沌吸引子在状态空间的形状围成的面积将发生变化。     

基于RBF网络的混沌时间序列的建模与多步预测

提出将RBF神经网络应用于混沌时间序列的建模与预测中 ,设计了一个三层RBF网络结构 ,说明了RBF网络用于混沌时间序列建模和预测时的基本性质。仿真结果表明 ,RBF网络模型对混沌时间序列有比较强的拟合能力和比较高的一步及多步预测精度。采用RBF网络进行混沌时间序列的建模和预测能够取得比其它方法好得多的效果。     

对牛顿力学的再认识

论述了牛顿力学蕴涵着确定性与不确定住的二象性，与混沌学的兴起是息息相关的。     

基于广义混沌同步的数字图像隐藏方案

基于广义混沌同步理论，提出了一种适于网络图像传输的隐藏数字图像的安全通讯方案．构造了一个六维广义混沌同步系统作为新方案的加密器，理论分析和计算机模拟说明本方案具有较高的保真度和较强的抗破译能力．