双忆阻Shinriki振荡器的超级多稳态和反单调性分析

本文通过在Shinriki振荡器中引入一个有源荷控忆阻,并且利用一个含绝对值项的磁控忆阻代替原电路中的串并联二极管回路,提出了一种含双忆阻器的Shinriki振荡器.根据电路拓扑结构图建立了忆阻振荡器的数学模型,开展了振荡器随电路元件参数变化时的共存分岔、周期-混沌状态转移等动力学特性分析.结果表明,双忆阻Shinriki振荡器对忆阻的参数值和初始条件有极大的依赖性,随着忆阻参数值和初始条件在特定域内变化,振荡器将呈现出共存反单调现象、不完全对称行为、超级多稳态等非线性动力学行为.此外,基于FPGA开发板完成了双忆阻Shinriki振荡器的数字电路仿真,在示波器上捕捉实验波形,验证了动力学分析的正确性.

电磁感应下分数阶神经网络动力学行为分析及应用

忆阻器可以用来模拟生物神经突触和描述电磁感应效应.为了探索电磁感应作用下异构神经网络的动力学行为,本文首先使用双局部有源忆阻器耦合一个Hindmarsh-Rose (HR)和两个FitzHugh-Nagumo (FN)神经元,构成忆阻电磁感应下分数阶异构神经网络.然后利用相图、分岔图、李雅普诺夫指数谱和吸引盆等动力学分析方法,对该网络进行数值研究.结果表明该神经网络表现出丰富的动力学行为,包括共存行为、反单调现象、瞬态混沌和放电行为等,为研究人脑放电行为提供支持,随后进一步利用时间反馈控制方法实现了双稳态的控制.最后,在嵌入式硬件平台上实现了该神经网络,验证了仿真结果的有效性.

带单调约束的关联规则挖掘

在对单调约束的概念性质进行分析的基础上,提出了单调基础项集概念,并将其应用到Apriori算法中,同时也结合反单调约束,实现了一个带单调约束的关联规则的挖掘算法MCA,该算法提高了效率。

基于混合二极管的Sallen-Key低通滤波电路振荡行为研究

设计一种基于混合二极管的Sallen-Key低通滤波振荡电路,将PN结型二极管与电感、电容串并联组合所构成的混合二极管接入低通滤波电路的输入端,构建一种具有复杂动力学行为的混沌振荡电路.引入不对称系数来模拟实际电路中二极管元件之间电学特性的偏差,通过特定参数的相轨迹图、分岔图和Lyapunov指数谱对振荡电路的对称、不对称系数下两种振荡状态进行数值分析.实验产生振荡电路中独特的吸引子共存现象,揭示了受电路参数调节的对称、不对称共存分岔、反单调特性等丰富的动力学行为演化过程.最后,基于FPGA技术完成振荡电路的数字电路实验,验证了数值仿真的正确性和物理可实现性.

自反Banach空间中一类一般非线性似变分不等式的解

本文在自反Banach空间中研究和证明了一类一般非线性似变分不等式解的存在性和唯一性定理,我们的定理改进和推广了M.A.Noor,R.K.Bose,Duvant-lions,Necas-JerusekHaslinger和丁协平等人近年来的相应结果.

不确定数据的约束频繁闭项集挖掘算法

针对当前数据挖掘方法没有考虑客观条件制约以及个人不同需求的问题,在不确定数据的频繁闭项集挖掘算法中加入简洁性约束条件,基于正态分布模型分别研究了在简洁反单调约束和简洁非反单调约束下,对不确定数据库进行频繁闭项集挖掘的方法,并给出了实例证明挖掘算法的可行性.

基于约束的不确定数据频繁项集挖掘算法研究

针对基于约束的不确定数据频繁项的经典挖掘算法——U-FPS算法的不足,提出了适用于基于约束的不确定数据的新算法——UC-Eclat挖掘算法。该算法不需要构建频繁模式树,而采用了数据库垂直模式求交集的方式来计算支持度的方法,提高了挖掘效率。

一种快速的间接关联挖掘算法

给出了一个基于候选间接关联反单调性和频繁项目对支持矩阵的不需要生成所有频繁集的直接挖掘项目对之间间接关联的挖掘算法，并在一个Web log的真实数据集上进行了试验，与现有算法的比较表明该算法具有更好的性能。

基于约束的交互式频繁模式挖掘算法

频繁模式挖掘是数据挖掘领域中很重要的一部分.目前,出现了许多基于约束的频繁模式挖掘算法和交互式算法,但把两者结合起来的算法却很少.提出了一种基于约束的交互式频繁模式挖掘算法IMCFP(interactive mining of constraint-based frequent patterns).首先该算法按照约束的性质来建立频繁模式树,并且只需扫描一遍数据库;然后建立每个项的条件树,挖掘以该项为前缀的最大频繁模式,并用最大频繁模式树来存储;最后根据最大模式来找出所有的支持度明确的频繁模式.另外,该算法允许用户在挖掘过程中动态地改变约束.实验表明,该算法与iCFP算法相比是很有效的.

基于加权序列模式的推荐算法研究

由于考虑了用户的访问顺序,基于序列模式的推荐方法正在成为推荐系统研究的热点之一。为提高推荐结果的个性化程度,提出了一种基于加权序列模式的推荐算法PRWSP。首先,给出了新的加权序列模式模型,该模型在设置权重时充分考虑了项目在不同序列中的不同重要程度。其次,通过近似估计序列权重的方式,论证了挖掘加权序列模式时同样满足反单调性,从而约简了搜索空间。最后,定义了序列模式匹配程度的度量标准。实验结果表明,PRWSP算法具有较高的挖掘效率和推荐精度。

基于约束的序列模式关联规则挖掘算法

约束关联规则是数据挖掘的一个主要方向,可以根据用户给定的约束条件针对性的挖掘.目前大多数的研究都集中在约束频繁项集挖掘方面,很少进行序列模式的约束关联挖掘.本文把序列模式和约束进行结合,提出一种基于约束的序列模式关联规则挖掘算法.它同时处理两类约束:反单调性约束和单调性约束.可以根据约束条件挖掘数据间的因果关联关系.通过实验验证,该算法在运行效率上达到了较好效果.

一种交互式可约束的最小关联规则集挖掘算法

给出三类约束 ,并讨论了约束的反单调性 ,实现了一种交互式的可约束的最小关联规则集挖掘算法 。

基于FPGA技术的双磁控忆阻Shinriki振荡器对称行为分析

该文通过将无源磁控忆阻器替换Shinriki振荡器中的二极管串并联支路,并利用有源磁控忆阻代替RLC谐振回路中的电阻,同时在电感支路串联电阻,得到一个新型双磁控忆阻Shinriki振荡器。通过特定参数的共存分岔图和Lyapunov指数谱,开创性地发现了振荡器具有的对称分岔行为,在双参数平面内展现运动状态分布的对称性。同时,在对称参数-初值平面的吸引盆中,分析对称域内系统的多稳态特性。并对存在的对称反单调现象、多运动状态吸引子对称共存和对称域中依赖初值的不完全对称行为进行研究。此外,基于FPGA技术完成双磁控忆阻Shinriki振荡器的数字电路实验,示波器上捕捉的波形验证了系统对称动力学行为分析的正确性。

不具Lipschitz条件的Browder变分不等式解的Ishikawa迭代算法

在Hilbert空间H中,得到映象T:H→H不具Lipschitz连续性条件的Browder变分不等式〈Tu-f,y-u〉 φ(u)-φ(y), y∈H的带有误差的Ishikawa迭代算法;结果改进和推广了文献中某些已知的结果.

一个吸引子共存的混沌系统及其同步电路实现

基于TANG系统构建一个三维自治混沌系统,通过平衡点、相图、Lyapunov指数谱、分岔图和复杂度,分析系统的动力学特性.结果发现,本研究构建的三维自治混沌系统的动力学行为较复杂,具有与原系统不同的拓扑结构、分岔反单调特性和吸引子共存现象.该系统具有混沌吸引子与点吸引子共存的现象,通过分析共存吸引子选择更适合混沌保密通信的初始值.利用现场可编程门阵列(field programmable gate array,FPGA)实现系统的实际数字电路,实验结果与数值仿真一致,证明所构建的系统可行.该系统对初始值及系统参数极敏感,且具有丰富的动力学行为,适用于混沌保密通信领域.采用线性反馈法对该系统进行同步控制,并利用Multisim软件实现了同步电路仿真,仿真结果与数值分析一致,为该系统在同步保密通信领域的应用奠定了理论基础.

不具Lipschiz条件的一般变分不等式解的带误差Ishikawa迭代逼近

通过引入辅助次微分原理,在Banach空间中证明了一类一般变分不等式解的存在性定理,在非线性算子不具Lipschitz条件下,建立和分析了这类一般变分不等式解的带误差Ishikawa迭代逼近.这些算法和结果改进和推广了许多已知的结果.

否定的邻域语义分析

使用普遍适用的邻域语义学对否定进行分析。首先找出否定的刻画条件──反单调性,然后在该条件的基础上探讨其它的性质(如单纯性、证据对立、强弱否定性质等),从而得以审视逆否律、德摩根律、双重否定律、排中律、矛盾律等与否定有关的一系列逻辑定律,以及由此产生的各种不同的否定。这一过程促进我们对否定联结词更深刻的理解与把握。

均衡、不动点及变分包含问题公共解的算法

介绍了求解公共解集的一种迭代格式。该迭代格式求解的问题包括有限个关于集值极大单调映射和反强单调映射的变分包含问题、非扩张映射不动点问题和均衡问题。在一定的条件下证明了强收敛定理。

使用黏性逼近方法推广一个平衡及不动点问题(英文)

为了研究寻找一般平衡问题的公共解集中共有元素的迭代方法,及无穷非扩张映像族的不动点问题。通过在Hilbert空间中构造非扩张序列T得出了一种关于W算子的新黏性逼近迭代算法,在一定条件下,得出了其强收敛定理。

W-空间上的广义集值平衡问题

引入了集值映射F相对于G的C-D反伪单调性、极大伪单调性等概念，得到了W-空间上广义集值映射平衡问题解的若干存在性定理，这些结果将文献[1、2]关于拓扑线性空间上的集值映射平衡问题解的存在性定理推广到W-空间，而且在W-空间上将文献[3]的数量平衡问题和向量平衡问题推广到广义集值平衡问题。