混沌时间序列的时滞判定

运用重构混沌吸引子的嵌入技术，开发了提取混沌时间序列信息的宏观信息熵方法，用以判定时滞的存在性和时滞的大小．仿真实验说明了本文方法的有效性 关键词：     

随机系统的最小熵控制

本文放弃传统的MSE准则,从信息论观点出发,发展了随机系统的一种最小熵(ME)控制方法,并从ME控制的等价性、控制限度、存在性、唯一性及必要条件等方面,研究了ME控制的合理性和实用性。ME方法是一种全局分析法,它不仅包含了MSE和MAP准则,且由于全文在整个推导中并未假定高斯性、线性和非时变等,因而原则上适用于诸如非高斯、非线性、时变等传统方法难以处理的复杂系统;不仅适用于工程系统,将其推广到决策、社会、经济等领域会更为自然和切合实际。     

最小熵风险决策

本文分析了传统风险决策方法所存在的缺陷,把信息熵准则引入风险决策,提出了最小熵决策方法,并在几种不同的情况下作了推广。     

非线性系统中浑沌运动的研究进展

简要回顾浑沌理论的发展过程，从不同侧面探讨了浑沌的基本特性，并着重讨论浑沌的等价变换及浑沌控制问题，最后进行了评述．     

基于压缩感知的语音盲稀疏重构算法及其去噪应用

根据传统的正交匹配追踪(OMP)算法和稀疏度自适应匹配追踪(SAMP)算法各自的缺陷,提出可以在盲稀疏状态下重构带噪语音的多匹配正交追踪(MMOP)算法。该算法采用同时匹配多个原子以及同步增大和缩小原子集的办法来解决SAMP算法中原子的过匹配和欠匹配现象,此外,还提出一种新的去噪思想和设置初始步长方法,并且采用分阶段步长来重构原始语音信号。研究结果表明:本文算法不仅修正SAMP算法的过匹配和欠匹配的现象,而且还具有匹配速度快、迭代次数少的优点,同时又提高语音信号在盲稀疏状态下的重构精度,此外,该算法还可以应用在噪声语音中,有较明显的去噪效果,且其重构后的语音主客观质量评价都要好于传统的OMP算法和SAMP算法。     

非线性随机系统之熵分析

本文研究一类以It型微积分方程所描述的随机非线性动态系统,借助福克-普朗克方程导出了系统的状态转移概率密度函数之稳态解,并据此分析了系统的熵特性和最小熵参数优化问题。     

浑沌系统的统计熵方法

本文运用数理统计和信息论观点,从系统的外部表现入手,研究了非线性浑沌系统,探讨了浑沌系统等价概率模型的建立,并提出了在具有不完全状态信息情况下,浑沌系统状态的最小误差熵估计和预测方法。     

Markov链系统的最小熵控制

本文研究一类重要的非线性随机系统——Markov链系统的最小熵控制问题。采用概率模型描述系统,并给出系统状态的条件概率分布之实时递推估计关系,又在此基础上设计最小熵意义下的控制作用。     

技术人才系统的SD模型及非线性问题之研究

本文运用非线性系统动力学方法,建立了技术人才预测和规划模型,并对其中的复杂动力学行为进行了探讨。