Research on Chaotic Time Series Prediction Based on K-entropy and RBF Neural Networks

In this paper, a method of direct multi-step prediction of chaotic time series is proposed, which is based on Kolmogorov entropy and radial basis functions neural networks. This is done first by reconstructing a phase space using chaotic time series, then using K-entropy as a quantitative parameter to obtain the maximum predictability time of chaotic time series, finally the predicted chaotic time series data can be acquired by using RBFNN. The application considered is Lorenz system. Simulation results for direct multi-step prediction method are compared with recurrence multi-step prediction method. The results indicate that the direct multi-step prediction is more accurate and rapid than the recurrence multi-step prediction within the maximum predictability time of chaotic time series. So, it is convenient to forecast and control with real time using the method of direct multi-step prediction.     

关于齐次马氏信源二元函数的一类偏差定理

利用任意信源相对熵密度偏差的概念，使用分析的方法研究了齐次马氏信源的一类强偏差定理，得出了一个二元函数的一类强偏差定理和几个极限性质．     

熵编码的压缩编码原理与方法

文章主要介绍了数字图像压缩方法中的无损压缩法-熵压缩的思想以及实现原理,并用实例说明实现过程.     

两种基于统计的入侵检测技术

异常检测是防范新型攻击的基本手段.使用两种基于统计的异常检测技术检测网络入侵,一种是基于最大熵原理先从理论上得到正常用户行为的概率分布,然后再设定检测阈值;另一种是基于K-近邻算法,该算法不需要预先知道分布,也能很好地完成异常检测的任务.最后使用DARPA 99的部分入侵测试数据对两种方法进行了测试,并对它们的优缺点进行了比较.     

主动数据库的规则终止性分析

提出一种基于进化图的规则终止性静态分析的方法，全面考虑了触发图、活化图和惰化图。这种基于进化图的分析方法比传统基于图的分析方法分析更为精确，之后提出了规则终止性分析算法并证明了其正确性。     

含有负斜率直线可逆循环的温度-熵图

在含有负斜率直线的可逆循环中，热的迁移方向不能从P-V图上直接看出来。用T-S关系对其进行讨论，画出T-S图，根据熵的变化，可以直接知道热的迁移情况。     

相对熵、畸变风险测度及其金融风险测度的效能

通过对相对熵及其极小化过程的讨论，探索金融市场风险测度的机理，研究金融市场风险管理技术的相关问题．并通过熵优化公理建立了极小熵与畸变概率测度之间的等价定理，利用畸变函数变换寻求市场风险暴露测度的优化技术，为金融市场风险管理实践提供可借鉴的技术方法．     

球对称动态黑洞的广义Stefan-Boltzmann定律

选取超前爱丁顿坐标，采用统计的方法，计算出动态黑洞的瞬时辐出度．结果表明，动态黑洞的瞬时辐出度不仅与假定黑洞处于热力学平衡时的辐出度有关，还与黑洞的事件视界速度、事件视界温度、事件视界附近的熵密度及黑洞的吸收和辐射系数有关．对于球对称动态黑洞，任一时刻黑洞的瞬时辐出度总是正比于黑洞事件视界温度的四次方．     

动态黑洞视界面附近的熵密度

利用带有电荷与磁荷的直线加速动态黑洞的熵密度，得到了任一时刻黑洞视界面附近沿某一方位角的熵密度总是正比于该处视界温度的三次方的结论．发现直线加速动态黑洞视界面附近的熵密度不仅与时间有关，而且与方位角有关．     

基于最大模糊熵原理的多阈值图像分割新算法

基于最大模糊熵准则,提出了一种新的多阈值图像分割算法。该算法通过定义一种简单的线性模糊隶属度函数,将图像模糊划分为若干个不同的区域;同时采用自适应遗传算法搜索最大模糊熵准则下图像的一组最佳分割阈值,并对遗传算法中的编码方式及交叉算子、变异算子进行了一些有益的改进,极大地减少了计算量和存储空间,加快了算法的搜索速度。通过仿真实验证明该算法对复杂图像良好的分割效果和较强的实时处理能力。