应用精英反向学习策略的混合差分演化算法

针对传统差分演化算法在演化后期收敛速度变慢的问题,利用精英个体的良好信息,在一般反向学习方法的基础上,提出精英反向学习策略,并融合降低参数敏感性和变异策略敏感性的机制,设计了一种基于精英反向学习策略的混合差分演化算法(EOCoDE),从理论上证明了该算法的全局收敛性.新算法使用精英反向策略初始化种群,在进化过程中,如果满足预设定的学习概率,就执行精英反向算子,否则,随机组合参数知识库和策略知识库中的知识来产生差分演化种群.对比实验结果表明,精英反向学习策略比一般反向学习策略具有更强的搜索能力,EOCoDE算法的性能具有明显优势.     

基于动态分级和邻域反向学习的改进粒子群算法

针对粒子群算法容易陷入局部最优解的问题,提出了一种基于动态分级和邻域反向学习的改进粒子群算法.该算法通过构建动态分级机制,将种群中的粒子动态地划分成3个等级,对不同等级内的粒子采取不同的扰动行为,使得粒子在增强种群多样性的同时保持向全局最优方向进化;采用粒子智能更新方式,提高了粒子的搜索能力;引入动态邻域反向学习点建立全局搜索策略,促使种群快速寻优.最后,利用多种典型测试函数对该算法进行仿真实验,结果表明,与其他几种优化算法相比,本算法具有较好的收敛性和稳定性.     

基于布谷鸟优化的三维OTSU图像分割算法

针对三维OTSU算法计算量较大、运算时间较长的问题,提出了基于布谷鸟搜索优化的三维OTSU图像分割算法.该算法采用布谷鸟搜索算法对三维OTSU进行优化.其中,以像素灰度值-领域均值-领域中值的三维类间方差作为布谷鸟搜索算法的适应度函数,通过评价Lévy飞行路径上像素的适应度,获得最佳分割阈值.实验结果表明:与灰度值领域均值梯度的三维OTSU算法相比,该算法对低信噪比的图像分割稳定性和可靠性较佳;同时,与快速三维OTSU算法相比,运算效率提高了约16.4%,解决了算法消耗时间较长问题.     

基于主从站配合的从站搜索算法

基于One Wire Bus的轮询式微型网络，主站用从站的ID号轮询从站，不存在总线的争用和冲突，吞吐率不随总线上所挂站点的增多而下降。但主站必需在网络初始化时搜索在线从站的ID号。从站搜索过程中，从站器件同时应答主机的搜索，同时向主机发送数据，本质上也是总线的争用和冲突。本文介绍基于主从站配合的总线争用解决办法（从站搜索算法）。     

改进的Grover量子搜索算法

通过分析发现,经典的Grover算法在目标项个数为总搜索项个数的一半时迭代会失效,为此提出一种扩大搜索空间的改进Grover算法1,该算法在目标项个数未知的情况下自适应的调整迭代次数,可以有效避免算法失效;此外针对Grover算法在多次迭代后目标解的概率仍有可能达不到1的情况,提出了改进的Grover算法2。当目标项个数M和待搜索项个数N已知时,针对M/N1/4的情况,对量子位进行了扩充,在一定情况下该算法只需迭代一次即可以100%的概率得到目标解。     

建构量子力学的精英

物理学史名著《内界》是阿伯拉罕·派斯(Abraham Pais)撰写的一部力作.这部浩瀚的著作写得甚为精彩,其中“量子力学、一份散记”尽管言简意赅,但仍可称为一尊精品,并已得到物理学界广为认肯,特此作一略述,以飨读者.在量子力学建构这一黄金岁月中,海森伯、泡利、狄拉克、约旦等年青精英和薛定谔发挥了主导作用;而他们的老师:玻恩、玻尔、索末菲等也为此作出了各自重要的贡献.     

一种基于精英云变异的差分演化算法

针对传统差分演化算法在演化过程中存在少数个体出现停滞的现象,提出一种基于精英云变异的差分演化算法.该算法在演化过程中统计出每个个体的停滞代数,当一个个体的停滞代数达到指定的阈值时,对该个体执行精英云变异操作,使其向最优个体靠近,从而加快收敛速度;同时以一定的概率对所有个体执行一般反向学习操作,以增加种群的多样性.对比实验结果表明该算法在收敛速度和求解精度上均具有一定的优势.     

混沌神经网络的Lyapunov指数与混沌区域

混沌神经网络有望用于诸如组合优化、信息搜索、模式识别等信息处理中.在Aihara等人依据生物学实验提出的混沌神经网络模型基础上,提出了混沌神经网络的最大Lyapunov指数的一种算法,通过最大Lyapunov指数的计算,研究神经网络的混沌区域以及参数对混沌区域的影响,这对混沌神经网络的混沌特性的研究及其混沌控制是十分有益的.     

基于分数阶控制器的超混沌系统同步

研究分数阶超混沌系统的同步行为,基于Lyapunov稳定原理和分数阶控制器,提出了分数阶超混沌系统的控制方法,实现了分数阶超混沌系统的同步。该控制方法能够应用到任意的四维分数阶超混沌系统,并且给出了达到同步的最优控制参数。该方法具有普适性、简单性和理论严密性。通过对分数阶超混沌的数值仿真也证明了方法的正确性和控制器的有效性。     

基于混沌加密的小波包盲水印算法

利用混沌系统的特点调制了两种不同的混沌序列,分别用于水印加密和子图像的抽取.对子图像进行小波包分解,通过修改小波包的系数来嵌入数字水印.水印的提取不需要原始图像,实现了盲提取.实验结果表明,该算法对于常见的JPEG压缩、高斯噪声,裁剪和缩放等攻击具有较好的鲁棒性.     

基于耦合混沌和循环移位的彩色图像加密算法

针对彩色图像RGB分量的特点,为了提高加密的安全性能,改写Logistic、Cubic、Chebychev映射构造耦合混沌加密系统,由Henon混沌映射生成行列和像素循环移位矩阵,实现像素位置置乱和像素值的置换;设计了密钥参数动态扰动数学模型、RGB分量的单独和联合加密方案.该算法钥密空间大且敏感性强,直方图均匀且相关性小.通过水印、自然和绘画书法图像的仿真试验,结果表明该算法能有效抵抗穷举、统计和差分攻击的能力,彩色图像加密安全性高.     

一个分析不等式的反向

本文建立了作者在１９９０年证明的一个分析不等式的反向形式；作为其直接推论，我们得到了Ｊａｎｏｕｓ－Ｋｌａｍｋｉｎ猜想（１９９２年）等一系列有意义的结果。     

基于自适应步长布谷鸟搜索和粒子群融合算法的AUV水下三维路径规划

针对传统布谷鸟算法在处理自主式水下机器人（AUV）于复杂水下的三维路径规划研究时存在搜索目标不可达、寻径和避障能力弱和算法收敛速度慢等问题,提出AUV路径规划算法PSO-ASCS(particle swarm optimization-adaptive stepsize cuckoo search),将粒子群算法引入改进的自适应步长布谷鸟搜索,对布谷鸟算法进行优化。利用空间分层思想建立复杂水下三维模型对PSO-ASCS算法进行路径规划和避障实验;通过考虑路径长度、路径平滑性和路径危险性三个要素构造适应度函数,对PSO-ASCS算法进行测试并与自适应步长布谷鸟算法、标准布谷鸟算法和粒子群算法进行比较。实验表明,本文算法具有较强的全局搜索能力和寻优性能、算法收敛较好,使AUV具备高效的避障和路径规划的能力。     

基于混沌细胞自动机的DWT域数字音频水印算法

主要提出了基于混沌细胞自动机的小波域数字音频水印算法.首先由Logistic混沌序列模型产生序列,其次产生的序列通过细胞自动机产生要嵌入的数字水印.同时将原始音频信号通过小波表变换,提取出其低频系数,并将水印信号嵌入其中.实验证明:由混沌细胞自动机产生的数字水印具有很好的掩蔽性和鲁棒性,在各种攻击下(包括白噪声、低通滤波、重量化、有色噪声等)仍然能够很好的检测出来.     

基于多个一维混沌映射系统的多重加密算法

本文提出了一种新的基于多个一维混沌映射的对称加密算法,该算法利用了混沌系统的伪随机性;在加密或解密过程中,该算法产生了在固定区间的混沌伪随机序列,并对各种类型文件的信息进行了加密与解密处理,还分析了本密码系统的性能.实验结果发现:与Kocarev的算法相比,本算法的安全性明显增强了对已有的攻击方法有了更强的抵抗能力.     

2个行列式不等式的反向

利用正定矩阵行列式的积分表示及概率方法,得到了关于正定矩阵行列式的Fan Ky不等式和Minkowski不等式的反向不等式.     

基于一类二维混沌映射的数字图像置乱方法

利用混沌系统中的二维Sinai映射．将两组初始参数不同的混沌映射产生两队不同的伪随机的混沌时间序列，并利用混沌映射伪随机性非常好的特点，针对数字图像的特点进行随机空间置乱操作，并对保密性及算法的复杂性进行分析，程序用VC^ 6．0编写完成。     

基于混沌序列的双重变换域半脆弱水印算法

提出了一种DCT域与DWT域相结合的半脆弱数字水印算法．该算法设计了三个混沌密钥，在DCT域使用混沌序列生成水印并定义其嵌入位置，在DWT域的高频子带中嵌入水印．水印的嵌入强度能够根据小波系数和人眼的视觉门限自适应的进行调整，可以达到最佳嵌入调制．实验结果表明该半脆弱水印算法具有较佳的篡改区域指示性能，能有效进行数字图像的真实性和完整性鉴定，并且能够区分JPEG压缩与恶意篡改．     

双指针线性搜索算法的控制策略与编程

给出了双指针线性搜索算法与４种数学模型的夫系及关于该算法原理的数学证明。提出指针徘徊控制策略以确保最优解不丢失，从而使该算法推广到含重复表元的有序表，还给出相应的程序框架，其中采用动态邻域来加快抛弃无关数据以提高计算效率。     

混沌神经网络的延时反馈控制

提出了一种适合于混沌神经网络的混沌控制方法,延时反馈控制方法,其目的是将混沌神经网络的丰富动力学特性应用于联想记忆、信息检索、组合优化、模式识别、数据压缩等智能信息处理中.利用本文提出的控制方法,对混沌神经网络进行控制,被控网络能收敛于与初始状态相关的记忆模式和反相模式的二周期状态上,从而实现了记忆搜索、模式识别的功能.