广义矩阵代数上的一类非线性局部可导映射

设G=G(A,M,N,B)是一个广义矩阵代数,∅:G→G是一个映射(无可加性假设).利用代数分解的方法,证明:如果对任意的X,Y∈G,且X和Y至少有一个是幂等元时,∅(XY)=∅(X)Y+X∅(Y)成立,则∅是G上的可加导子.

非扩张映射的广义粘性三步隐式双中点法则

不动点的迭代算法是非线性泛函分析研究的热点问题,本文在实一致光滑Banach空间中构造新的非扩张映射不动点的广义三步隐式双中点法则的粘性算法,在适当条件下,用对偶映射和Banach极限的定义与技巧,证明由该算法生成的迭代序列强收敛于3个非扩张映射的公共不动点集的公共元,给出其特殊情况下的推论。本文结果改进和推广了近期文献的相关结果。

基于类混合高斯映射的归纳式广义零样本识别

在广义零样本识别研究中,分类器对可见类别的偏倚以及在高维向低维特征映射过程中产生的信息丢失是传统算法常见的两大问题。为了解决上述问题,基于高斯混合分布模型的思想,结合共同学习的设计理念,提出一种加权多通道结构,不仅能够通过建立通道学习速率差异化实现通道间有监督的共同学习,而且可以通过类多高斯分布的计算拟合生成特征的真实分布特性,增强网络在隐藏空间的特征映射能力。针对三个常用数据库CUB、AWA2和SUN进行测试后,实验结果表明,基于多通道和生成对抗网络建立的类混合高斯映射网络模型针对上述三个数据库调和指标H分别提高了1.4、1.56和0.47,验证了这种加权多通道结构实现的类混合高斯映射模型在广义零样本图像识别领域的有效性。

L-凸空间中的广义S-LKKM定理及应用

L-凸空间推广了G-凸空间,广义H-空间,超凸度量空间等一大批凸空间,该空间的探讨为非线性分析问题的研究提供了广泛而重要的背景.通过在L-凸空间的非空子集上导出一类新的广义S-LKKM映射,在非紧的条件下建立了L-凸空间的广义LKKM定理和广义S-LKKM定理,这些定理改进和推广了近期文献[1-4]的许多重要结果.作为应用,可以得到L-凸空间中极大极小不等式和鞍点定理;进一步,还可以探讨不动点定理和截口定理,极大元定理和抽象经济的平衡存在性等问题.

由复映射z←z~α十c(α<0)所构造的广义M-集的研究

阐述了构造复映射z←zα＋c（α＜0）所产生的广义Mandelbrot-集（简称M-集或M-分形图）的逃逸时间算法．通过改变参数a，作出了一系列有趣的分形图．这些分形图为若干卫星群环绕中央恒星的星群结构．定量地研究了恒星和卫星群的几何结构，并对a取非整数时分形图的结构特点和卫星群胚胎出现的原因进行了分析．最后给出几点结论．

基于广义猫映射的一种图像加密系统

本文首先将猫映射推广为广义猫映射,然后将图像的像素坐标和灰度作为广义猫映射的初始值,映射参数和迭代次数作为密钥,对图像进行加密。本加密方案具有置换、替代、扩散等加密系统的基本要素,能抗明文攻击和选择明文攻击,密钥长度可变,密钥空间巨大,密文和明文大小可变且相同,计算时间也较短,可用于图像和数据块加密后传输。

基于测地线距离的广义高斯型Laplacian特征映射

传统的Laplacian特征映射是基于欧氏距离的近邻数据点的保持,近邻的高维数据点映射到内在低维空间后仍为近邻点,高维数据点的近邻选取最终将影响全局低维坐标.将测地线距离和广义高斯函数融合到传统的Laplacian特征映射算法中,首先提出了一种基于测地线距离的广义高斯型Laplacian特征映射算法(geodesic distance-based generalized Gaussian LE,简称GGLE),该算法在用不同的广义高斯函数度量高维数据点间的相似度时,获得的全局低维坐标呈现出不同的聚类特性;然后,利用这种特性进一步提出了它的集成判别算法,该集成判别算法的主要优点是:近邻参数K固定,邻接图和测地线距离矩阵都只构造一次.在木纹数据集上的识别实验结果表明,这是一种有效的基于流形的集成判别算法.

广义映射混沌扩频序列及其特性分析

该文从扩频通信对扩频码序列的要求出发,提出采用广义映射产生混沌数字序列的思路。通过对广义映射混沌数字序列相关性和平衡性的分析,给出一种改进的广义映射混沌数字序列生成方法。计算机模拟分析表明,使用该文方法生成的混沌序列具有良好的平衡性和保密性,更适合在码分多址通信中应用。

非扩张映射和广义变分不等式迭代算法

针对非扩张映射的不动点问题和Hilbert空间中广义变分不等式的问题,利用粘滞逼近算法,建立更一般的迭代过程,迭代算法在参数满足一定的条件下,得到非扩张映射的不动点集与Hilbert空间中广义变分不等式的公共元素,结果表明:该迭代序列所得到的结果满足某类变分不等式,强收敛性证明在较弱条件下论证了所建立的迭代算法的合理性和有效性.

耦合映射的混沌广义同步

研究了非线性耦合下两个参数不同的Ｌｏｇｉｓｔｉｃ映射的混沌广义同步问题，指出采用适当的耦合方式两个处于混沌状态的Ｌｏｇｉｓｔｉｃ映射不仅可以满足稳定的线性关系还可以满足稳定的非线性关系并给出了严格的解析证明．这是一种完全不依赖于数值计算的新方法．本文还给出了实现两个系统混沌广义同步耦合强度需取的范围以及两个系统保持稳定的线性关系和稳定的非线性关系的具体函数形式．

基于广义Henon映射以及CNN超混沌系统图像加密方案

基于广义五阶Henon映射以及五阶细胞神经网络系统所产生的超混沌现象,设计了图像加密方案.首先利用五阶Henon映射产生超混沌序列X,将其作为细胞神经网络系统的初始条件,再产生另一超混沌序列Y,随机序列Y和原始图像经过变换生成密文图像.在此基础上进行了模拟仿真实验,并对图像密文熵、相关性和直方图以及密钥空间和敏感性等统计特性进行分析,结果表明:该算法图像加密抗攻击性强,安全性好,适于在网络中传播.

全局分析的广义胞映射图论方法

应用广义胞映射理论的离散连续状态空间为胞状态空间的基本概念，依循Ｈｓｕ的将偏序集和图论理论引入广义胞映射的思想，以集论和图论理论为基础，提出了进行非线性动力系统全局分析的广义胞映射图论方法．在胞状态空间上，定义二元关系，建立了广义胞映射动力系统与图的对应关系，给出了自循环胞集和永久自循环胞集存在判别定理的证明，这样可借助国论的理论和算法来确定动力系统的全局性质．应用图的压缩方法，对所有的自循环胞集压缩后，在全局瞬态分析计算中瞬态胞的总数目得到有效地减少，并能借助于图的算法有效地实现全局瞬态的拓扑排序．在整个定性性质的分析计算中，仅采用布尔运算．

Icon对称群映射的广义M集与混沌吸引子的研究

目的旨在解决构造Icon对称群映射广义M集计算量大,耗时长的问题.方法运用无约束最优化理论中的单纯形替换算法,求解使其雅科比矩阵行列式为零的点集作为选定参数下动力平面上的初始点集,考察这个初始点集中轨道有界的点的李雅谱诺夫指数值,构造Dn或Zn对称模型的广义M集.结果运用新算法大大降低了广义M集的构造时间,通过在参数断面λ与ω上构造的Icon对称群广义M集,生成了内部结构完全不同的具有Z5对称的混沌吸引子.结论通过提出新的构造M集的方法更好地描述了I con对称群映射的动力学特性,提高了作图效率.

LF广义上(下)半连续多值映射

利用广义开集引入LF广义上与下半连续多值映射等概念,并研究了它们的各种性质.

二次广义cat映射的混合混沌图像加密算法

针对混沌图像加密的特点,为了提高加密的效果,提出了一种二次广义猫映射的混合混沌加密算法。该方法首先利用广义cat映射对像素点进行多次迭代,然后再利用广义cat映射进行多次置乱,并且置乱的次数与图像本身的像素值密切相关。再用广义Henon映射产生的混沌序列与置乱后图像进行扩散加密运算。实验和仿真结果表明该算法克服了以往算法不能抵抗选择明(密)文攻击的缺陷,并且有效解决了混沌系统随机性差、熵攻击、控制参数少等问题。同时具有密钥空间大,加密算法简单,能够较好地抵抗差分攻击、统计特性分析的优势,安全性高,加密效果好。

基于广义猫映射和加法模运算的快速图像加密系统

二维的混沌映射因其双瞳剪水初值敏感性以及伪随机性而广泛应用于图像加密。本文提出一种快速的图像加密系统,利用扩展的猫映射对图像进行置乱,通过简单的加法模运算对像素的灰度值进行替代与扩散,并且在每一轮迭代中采用不同的密钥。

集值映射的广义梯度和全局真有效解(英文)

本文利用集值映射的上图导数引进了全局真有效意义下的广义梯度和广义次微分的概念,并且给出了集值映射全局真有效次微分的存在定理,还建立了集值向量优化问题全局真有效解在次微分形式下的最优性条件.

广义C_0半群的谱映射定理

传统的 C0 半群在诸如广义动态经济系统、电网系统及时滞微分方程等形如ddt(Cx(t) ) =Ax(t) +Bu(t) (其中 C不可逆 ) 中得不到直接应用 .为此引入广义 C0 半群来研究初值问题ddt(Cx(t) ) =Ax(t)Cx(0 ) =Cy.为了讨论其解的稳定性 (也即广义 C0 半群的稳定性 ) ,引入广义 C0 半群的 C生成元 A的 C谱 ,用 Banach代数中的谱理论方法得到了广义 C0

一个非解析复映射的广义Julia集

推广了Michelitsch和R(o|¨)ssler所提出的由一个简单非解析映射所构造Julia集的方 法,并由推广的复映射,构造出一系列实数阶的广义Julia集(简称广义J集)．利用复变函 数理论和计算机制图相结合的实验数学的方法,对广义J集的结构和演化进行了研究,结果 表明:①广义J集的几何结构依赖于参数α、R和c;②广义J集具有对称性和分形特征; ③小数阶广义J集出现了错动和断裂,且其演化过程依赖于相角主值范围的选取．

基于三维多项式映射的广义Julia集表示与绘制

研究了基于三维多项式映射的三维广义Julia集表示方法.从理论上分析并证明了三维多项式映射满足等变的条件,精确地给出了关于正四面体群和正八面体群具有旋转不变对称性的两类三维等变映射的具体公式,在此基础上讨论并证明了三维多项式映射的广义Julia集所具有的性质.提出了基于逃逸距离色彩调配的光线跟踪体绘制算法,对给定三维空间中属于Julia集的离散点根据其逃逸距离赋予颜色和不透明度,并采用光线跟踪法进行体绘制.实验结果表明,利用三维多项式映射来构造三维Julia集,不仅可以根据映射的性质预知Julia集的总体结构特征,并且能够通过调控映射的参数来获得多种具有不同旋转对称结构的Julia集,因而有效地克服了现有三维分形集生成方法所构造的分形集包含信息量少、形状结构单一和分形形状无法预测等缺陷.进一步地,三维多项式映射可以应用于其他三维分形的构造,从而为三维分形的生成提供一个新的有效途径.