改进的Fibonacci双置乱图像加密算法

图像置乱是实现图像加密的重要手段之一,其最终目的是改变图像像素的位置关系或者灰度值信息,改变图像的统计信息,从而达到图像加密的目的。为提升图像置乱效果和置乱性能,从均匀分块的角度出发,提出了一种改进的Fibonacci双置乱图像加密算法。首先采用均匀分块算法对原图像进行分块,使每个分块图像内的所有像素充分扩散到其他各个图像块中,以有效地削弱图像相邻像素的相关性;然后对每个图像块利用Fibonacci算法做像素位置置乱,以解除图像块的空间相关性;最后对整幅图像采用Fibonacci算法做像素值置乱,解除图像的色彩相关性。实验结果表明,该算法从本质上降低了图像内部相邻像素的相关性,有较强的抵御裁剪和常见噪声攻击的能力,利用双密钥提高了加密系统的安全性。

广义M-集周期芽苞Fibonacci序列的拓扑不变性

研究了复映射z←zα+c(α <0 )所产生的广义Mandelbrot集 ,利用逃逸时间算法绘制广义M 集混沌分形图谱 ,经大量计算机数学实验 ,得知逃逸区嵌于稳定区中 ,并由此得出稳定区的周期数·同时利用代数方程解出周期芽苞的数量及位置 ,为更好的了解M 集的结构提供了理论依据·另外作者发现M 集周期芽苞的Fibonacci序列的拓扑不变性 ,并在目前公认的通向混沌的三种途径的基础上 ,阐述了Fibonacci序列是通向混沌的又一途径 ,为建立新的数据加密、压缩。

计算Fibonacci数的新算法

提供计算Fibonacci数的新算法并给出相应的计算式。同时运用数学归纳法和严格的推理证明了其正确性。当n较大时,仅需计算约N/4的Fibonacci数即可推出第n个Fibonacci数,有效地加快n较大时相应的Fibonacci数的计算。

基于Fibonacci堆实现的Prim算法及其分析

在一些网络优化应用中经常需要求解最小生成树。本文首先介绍了一种叫做"Fibonacci堆"的数据结构,并阐述了如何用Fibonacci堆来实现prim算法。然后对算法的时间复杂度进行了分析,说明用此方法实现prim算法有较好的时间性能。

Fibonacci立方网络上平行路径的寻径算法

目的研究在Ｆｉｂｏｎａｃｃｉ立方网络Γｎ（ｎ≥６）中寻找任意两个结点Ｓ和Ｄ之间的两条平行路径的寻径问题，并最终为实现多处理器系统中各处理器之间的信息传递提供理论依据．方法将Γｎ抽象为一个“图”进行研究．结果给出了相应的寻径算法．如果ｍ＝ｍｉｎ｛ｌ：Ｓ＜ｆｌ，Ｄ＜ｆｌ｝，则求出的两条路径满足：｜Ｐｉ（Ｓ，Ｄ）｜≤２ｍ－５，ｉ＝１，２．

Fibonacci序列构造广义M-J混沌分形图谱周期性的研究

为更好的研究M-J混沌分形图谱的周期性,首先利用旋转逃逸时间算法绘制了正整数阶复映射的广义M-J混沌分形图谱,然后分析了广义Mandelbrot集(M-集)周期芽苞的分布规律,并验证了广义M-集周期芽苞存在Fi-bonacci序列拓扑不变性的规则;最后通过大量计算机数学实验,找出了M-集参数平面与动力平面上相应的Julia集图像结构之间的对应关系,同时给出了广义M-J集周期轨道的计算公式。

Fibonacci数列与Euclidean除法

利用Fibonacci数列,给出了求最大共因数的Euclidean算法的复杂度.

Fibonacci数的几种计算方法

Fibonacci数列(斐波那契数列)起源于兔子繁殖问题,因而也叫兔子数列。这是一个很重要的递推数列,受到了广泛而深入的研究。该文给出了几种计算Fibonacci数的数学方法,并对它们进行了比较。

基于Boost拓扑的光伏逆变器的Fibonacci-MPPT方法的研究

为了提升最大功率跟踪法的性能,针对光伏系统的输出特性随外界光照、温度等因素的非线性特性,建立了适合不同厂家参数的通用光伏组件模型,研究对比了传统控制策略,并引入了大幅降低迭代次数的Fibonacci寻优方法,应用到基于Boost拓扑的阻抗变换器,得到了更加快速、动态性能较好的系统功率输出曲线。该方法可以应用于光伏发电系统的前级优化。

基于有向赋权图和Fibonacci数列的DES算法的研究及实现

该文根据Fibonacci数列的独特优势和有向赋权图的特点,提出了一种基于有向赋权图和Fibonacci数列的改进型DES算法,利用明文本身来产生密钥,这样就杜绝了密钥管理上的安全隐患,同时也大大地提高了算法的执行效率,经过分析其雪崩效应、对图像进行加密,得到了比较理想的实验结果,实验证明该方法是可行的。

基于相似个体拥挤与Fibonacci法的遗传算法

由于传统遗传算法在应用中会出现"早熟",局部寻优能力较差,求解结果精度不高等缺点,提出了相似个体排挤方法和Fibonacci算子,给出了用相似个体的拥挤与Fibonacci算子相结合的改进遗传算法.数值仿真表明改进后的算法优于传统遗传算法和当前一些改进遗传算法,提高了遗传算法的局部搜索能力和收敛速度,并且能以较大概率搜索到优化问题的全局最优解.

Fibonacci堆及其在外存储算法中的应用

为了适应外存储算法在计算机程序设计中的应用需求,研究了外存储算法中数据结构的应用设计。基于Fibonacci堆在内存储中的特点,提出了一种新的适合外存储算法的数据结构,分析了该数据结构中各种操作的时间复杂度。其中除删除最小结点和更新结点的操作外,其他操作都具有单位时间的页面置换次数。最后以Fibonacci堆在Dijkstra算法中的应用为实例表明了该数据结构的可行性和有效性。

Fibonacci数列的性质及应用

从数论的角度研究了Fibonacci数列{Fn}的性质,证明了任意两个Fibonacci数的最大公因数与它们序标的最大公因数之间的关系,得到了Fibonacci数为素数的必要条件;给出Fibonacci数列在正整数表示方面应用的算法和C程序,进一步加深了对Fibonacci数列的认识.

Fibonacci数列及其算法分析

讨论了方程xk=xk-1+xk-2+……+x+1的性质根,并利用其给出了k阶Fibonacci数列的通项公式及其性质,最后,给出了该数列的一些算法,并对这些算法做了简要分析。

生成Fibonacci数列的一个符号算法

本文基于牛顿迭代原理,提出一个生成Fibonacci数列的符号算法。文中对算法的导出进行了证明,最后对广义Fibonacci数列进行了讨论。

基于优化的Fibonacci-MPPT的光伏并网控制方法研究

为了提升最大功率点跟踪法的性能,在通用光伏组件模型上,引入了优化的Fibonacci寻优方法,得到了更加快速、精确和稳定的系统功率输出曲线。在Simulink中建立了光伏并网逆变模型,设计了抑制电网电压扰动的前馈补偿控制和消除并网电流误差的准比例谐振控制,有效地抵消了电网电压谐波的影响,基本消除了并网电流误差,有效地提升了并网电流的品质。

采用中心平衡优化的表冷系统预测控制研究

根据室外温度和相对湿度环境变量,采用极限学习机(extreme learning machine,ELM)搭建空调表冷系统室内温湿度预测模型,解决了空调表冷阀门协调控制问题,采用斐波拉契(Fibonacci)搜索算法优化了极限学习机的隐含层节点数,提出了斐波拉契极限学习机(FELM),从而提高了预测模型的精度。传统的平衡优化算法(EO)收敛速度慢,且容易陷入局部极小,将K中心聚类算法(KMedoids)嵌入到平衡优化算法中,提高了优化算法的性能。利用中心平衡优化算法(KEO)滚动优化得到表冷系统3个阀门的控制量,即主表冷阀、副表冷阀和电动三通阀的开度。仿真实验表明:与传统的ELM预测控制算法相比,KEO-FELM预测控制具有更高的稳定性和跟踪性,以及更好的节能效果。

最优化法在砂土液化势评价中的应用

探讨了应用Ｆｉｂｏｎａｃｃｉ 最优化法评价砂土液化势的理论和原理，给出了相应算法和流程，并建立了评价模型，实例应用表明基于Ｆｉｂｏｎａｃｃｉ 最优化法来判别及评估砂土液化势是有效可行的，且取得了理想的结果。

光伏发电系统及其最大功率点跟踪控制方法比较

阐述光伏发电的基本原理和特性,并构建其数学模型;分析最大功率点跟踪(maximum power pointtracking,MPPT)的原理,对不同的MPPT控制方法进行评价和比较,根据几种常用方法需要改进的地方,提出并介绍自寻优方法即模糊控制和Fibonacci算法。