一类广义Logistic映射的分形特征与同步

本文讨论了一类二维广义Logistic实映射的Julia集和Mandelbrot集.首先采用盒维数计算法,计算了实映射Julia集的分形维数,并引入一种线性反馈控制的方法,对实映射的Julia集进行了控制.其次引入不同系统间Julia集同步的概念,通过非线性耦合控制的方法,对具有不同参数两个实映射的Julia集进行了同步.最后通过引入实参数的方法构造了实映射的Mandelbrot集,并通过梯度控制法实现了具有不同参数的两个实映射Mandelbrot集的同步.仿真结果表明了控制和同步方法的有效性.

广义Mandelbrot集和Logistic映射在图像压缩中的应用

目的在构造压缩字典时,改变传统的一幅图像固定一张量化表、一幅图像对应一个压缩字典的分形图像压缩方法,将广义M集和Logistic映射应用于分形图像压缩编码.方法采用函数f(z)=z3+c,生成M集曲线,使用Logistic混沌映射生成的量化表量化M集曲线,生成图像块,构成压缩字典.将自适应合并算法应用于图像的分类,将量化后的M集图像块与压缩字典中的图像块进行匹配,选出满足条件的图像块,然后对该图像块进行编码;解码时读取压缩字典,重建图像.结果实验证明本算法实现简单、可行,图像压缩比高、重建图像质量好.结论该算法生成的图像块数量多、种类全,构造的压缩字典丰富,解码图像质量高,并且比传统分形图像压缩算法压缩比高,解码速度快.

一种Logistic-Fibonacci级联的混沌映射及其性能分析

提出一种Logistic与广义三阶Fibonacci级联的混沌映射,用Logistic生成的随机序列作为广义三阶Fibonacci的参数A、B、C,每次迭代参数A、B、C值均得到替换。该方法扩大了混沌控制参数范围,将满映射范围增大至整个控制参数区间,可产生均匀序列解决"稳定窗"与"空白区"等问题。通过与传统Logistic和其他改进Logistic混沌映射进行实验对比,表明Logistic-Fibonacci级联混沌映射在序列分布均匀性、随机性,复杂度、初值敏感性等方面均为最优,可在混沌加密应用中增加密钥个数、增大密钥空间。

二维滞后logistic映射的混沌行为、控制和混沌同步

利用分岔图、Lyapunov指数、相图等方法研究了二维滞后logistic映射通向混沌的道路,应用逃逸时间算法构造二维滞后logistic映射的彩色广义M-J集,分析了广义M-J集的对称性问题.以此为基础,基于离散系统稳定性理论和Pecora-Carroll混沌同步定理,设计非线性反馈控制器,分别实现了二维滞后logistic映射的不稳定单周期点的镇定和混沌同步.通过分析受控系统的Jacobi矩阵对应的特征方程和计算响应系统的最大条件Lyapunov指数,分别得到了离散系统的不稳定单周期点的镇定条件和混沌同步条件.基于Matlab软件的数值模拟结果证明了上述方法的有效性.

一个二维滞后Logistic映射的分岔与分形

利用理论推导分析了二维滞后Logistic映射周期解的稳定性和分岔,利用相图、分岔图、Lyapunov指数和分维数等计算方法,证明了二维滞后Logistic映射依次经叉形分岔和Hopf分岔通向混沌.对二维滞后Logistic映射的吸引盆及其广义M-J集的研究表明:不同周期轨道的吸引盆形状相似,大小不同,每个吸引盆中周期和非周期区域之间的边界是分形的;广义M集的结构与a,R和有N关,广义J集的结构与a,R,N,和Cx,Cy有关,并且广义M-J集具有分形特征.

二维logistic映射的动力学行为和奇怪吸引子的分形特征

研究了二维logistic映射的动力学行为和奇怪吸引子的分形特征.利用分岔图、相图和Lyapunov指数谱分析系统的分岔过程,研究系统通向混沌的道路并确定系统处于混沌运动的参数区间;采用G-P算法计算奇怪吸引子的关联维数和Kolmogorov熵,对奇怪吸引子的分形特征定量刻画;采用逃逸时间算法构造奇怪吸引子的彩色广义M-J集,对奇怪吸引子的分形特征定性表征.结果表明,这些分析方法的配合使用可以更全面、形象地描述奇怪吸引子的分形特征.

具有随机扰动的广义Logistic影射及其动力学性质

讨论了一般的广义Logistic映射:x’=rx(1-（x/K）θ（θ】0）.对系统不动点的稳定性进行了研究,指出了个系统是混沌的,接着讨论了具有随机扰动的广义Logistic映射logxn+1-logxn=a-bxnθ+αεn（其中εn为标准高斯白噪声）.特别对θ=2的广义Logistic映射在α充分小的情形下,讨论了映射的动力学性质,并且从理论上证明了当α→0时,具有随机扰动的广义Logistic映射logxn+1-logxn=a-bxnθ+αεn趋于确定性的广义Logistic映射logxn+1-logxn=a-bxnθ.

广义Lipschitz Φ-强伪压缩映射的Ishikawa迭代过程

在q(>1)一致光滑的实Banach空间E中,K是E的非空闭凸子集,T:K→K是广义Lips chitzΦ强伪压缩映射.给出了Ishikawa送代序列强收敛于T的不动点,所得结果扩展了该领域目前的相关结果.

广义渐近φ-半压缩映射的强收敛定理

在任意实Banach空间中,研究了依中间意义渐近k-严格伪压缩的广义渐近φ-半压缩映射带误差的修正Ishikawa迭代序列的强收敛性。所得结果改近和推广了这类问题的最新研究结果。

线性空间中集值映射向量优化问题的最优性条件与Lagrangian乘子(英文)

本文在广义次似凸性假设下，利用择一性定理，在线性空间中获得了含等式与不等式约式集值向量最优化问题的 Ｋｕｈｎ－Ｔｕｃｋｅｒ型最优性条件及 Ｌａｇｒａｎｇｉａｎ乘子定理．

线性空间中集值映射向量最优化的最优性条件

李泽民建立了实线性空间中次似凸集值映射向量最优化问题的K T条件和Lagrange乘子定理。笔者首先引进了广义次似凸集值映射的概念。然后 ,在实线性空间中建立了一个广义次似凸集值映射的择一性定理。最后 ,利用择一性定理 。

广义双正则函数向量的非线性边值问题

讨论了实Ｃｌｉｆｆｏｒｄ分析中广义双正则函数向量的带正位移的非线性边值问题．首先给出了广义双正则函数向量的Ｐｌｅｍｅｌｊ公式，然后用积分方程的方法和Ｓｃｈａｕｄｅｒ不动点映射原理讨论了这个非线性边值问题解的存在性．

基于Logistic模型的翻译机器人语义自动校准方法

针对翻译机器人在语义翻译过程中由于翻译误差容易导致翻译结果与原始语言意图不符的问题,提出一种基于Logistic模型的语义自动校准方法。通过语音识别模块将语音信号映射为语义文本,对识别的语义文本进行处理,通过改进的广义线性回归模型(GLR)进行误差检测,并基于Logistic模型对翻译结果进行特征分析,预测流畅度以及准确度,实现语义自动校准。设计了针对翻译机器人语义自动校准的对比实验,实验结果表明,与基于Seq2Seq模型的翻译机器人语义自动校准方法相比,所研究方法语义校准的准确率为98%~100%,BLEU评分为35,语义校准时间为8.5~9.4 s。

基于两参数熵的广义相位排列熵算法

广义排列熵(PEq,δ)取恰当参数时能放大系统的微小变化,而信号的相位相比于幅度包含更多关键信息.本文将相位信息引入到广义排列熵中,提出了广义相位排列熵(PPEq,δ)算法,验证了广义相位排列熵在检测系统动态改变方面的优势,分析了参数q,δ选取对于系统动态改变的影响,探究了数据长度和噪声对于广义相位排列熵的影响.最后,将广义相位排列熵算法运用到异常心电信号检测分析中.仿真结果表明,当广义排列熵和广义相位排列熵的q,δ取值相同时,广义相位排列熵对于同一动态变化的检测效果更为显著.无论是针对logistic映射还是异常心电信号的动态变化检测,当q> 0,δ> 0时,减小q值或者增大δ值,或者同时减小q值增大δ值,都能提高广义排列熵和广义相位排列熵对于动态改变的检测效果.此外,数据长度改变对于广义排列熵和广义相位排列熵基本无影响且两者对噪声均具有良好的鲁棒性.