Arnold和改进Logistic混沌系统图像加密

针对图像信息在传输过程容易被窃取、破坏和恶意篡改的问题,文章提出一种Arnold变换与改进Logistic混沌映射相结合的图像加密算法。该算法先将明文的像素坐标位置进行Arnold变换,再利用改进Logistic混沌映射产生的混沌加密序列对变换后的图像进行扩散与置乱获得加密图像1,修改加密参数后通过同样的步骤再得到加密图像2,随后将两幅图像进行异或处理得到最终加密图像,通过仿真实验结果得出对角相邻相关系数为0.0056,进行分析比对可以得出结合后的加密算法密钥空间大,安全性高,具有较好的加密效果,改善了普通Arnold变换和Logistic混沌加密算法产生出的安全性问题。

改进型Logistic-Map混沌序列分析

为了进一步提高Logistic-Map混沌序列的互相关性与自相关性,提出了一种改进型的Logistic-Map混沌序列的构造方法。通过Matlab仿真出扩频通信系统,并对改进型Logistic-Map混沌序列的相关性特性进行了分析,并与传统的Logistic-Map混沌序列做了比较。仿真结果表明,改进型Logistic-Map混沌序列与白噪声的统计特性一致,并且该混沌序列具有更为理想的互相关和自相关特性,更加适合作为扩频通信地址码。

基于改进的Logistic映射和DNA编码的图像隐写

论文在改进的Logistic映射和DNA编码的基础上,提出了一种新的图像隐藏算法。首先分析了改进的Logistic映射的特点,然后用其生产混沌序列。秘密信息首先转化为二值矩阵,然后随机选择一种DNA编码方法进行编码。根据随机序列,把DNA矩阵变成新的DNA序列。用Canny边缘检测算法求取载体图像的边缘,最后用两位秘密信息替换边缘图像的最低2位。实验结果表明,与其他方法相比,本文提出方法具有更好的PSNR和IF值。

基于改进Logistic映射的图像加密算法

为了有效地提高图像加密效果及安全性,设计一种改进logistic映射图像加密算法.首先在cubic映射和logistic映射基础上,提出了一种新的二维离散映射,克服了混沌区间窄和参数少的问题,并利用改进的logistic映射对图像进行置乱,然后将置乱图像进行相邻像素间按位异或运算、交叉换位操作得到最终密文图像.仿真结果表明,该算法简单易执行,安全性好,抗攻击能力较强,效率高等特点.

基于Cat-Logistic模型的安全网络编码方法研究

在Cat-Logistic模型的基础上提出一种安全网络编码方法。构造Cat-Logistic映射模型,根据该模型生成三级密钥信息,对密钥信息进行迭代处理,通过取余的方式将密文信息传送给随机数生成器,产生种子秘钥增强编码的安全性。加密数据经过混沌系统生成加密信息,运用信宿列表译码算法将接收到的数据信息整合成信源密文,利用混沌序列解密得到原始信息。理论分析与仿真实验结果表明,该方法对多种窃听和污染攻击具有较强的抵抗能力。

改进型Delta并联机构连续刚度映射

基于机构势能的Hessian矩阵定义机构的刚度矩阵,建立了改进型Delta并联机构的连续刚度模型.这种模型与以往刚度模型区别在于,它不仅考虑了驱动铰链、被动铰链刚度和各个部件重力对机构刚度的影响,还考虑了机构位形变化和在广义外力下各个杆件弹性变形对刚度的影响,所以该映射模型更具有一般性和精确性.最后结合刚度矩阵瑞利商定义了并联机构刚度性能判定指标λ,通过刚度性能判定指标λ在工作空间不同位置和不同受力情况下的分布,对改进型Delta机构的刚度性能进行分析和讨论.

Logistic自记忆模型在国民经济预测中的应用

运用改进单纯型法、Logistic自记忆模型对国民经济进行预测,并与钟建生等的预测结果进行比较.结果表明:改进单纯型法优于线性变换法;Logistic自记忆模型优于Logistic模型.该研究为各行各业的预测提供了一种新的思路和方法.

非线性拟压缩映射的改进Ishikawa型迭代

在凸度量空间内 ,引入了非线性拟压缩映射序列和改进的Ishikawa型迭代序列 。

Logistic混沌映射在级联逆变器中的应用

级联型逆变器的级联单元较多时，存在各单元利用率不平衡问题。由于混沌映 射具有随机性和确定分配的特点，可用于级联型逆变器。文章分析了循环分配的缺点，阐述了 Logistic 特殊初值的混沌映射分配的实现，并给出了仿真结果。

基于耦合的Henon和Sine映射及彩色图像加密

针对现有混沌映射模型的混沌空间小及混沌能力弱的问题,通过耦合二维Henon混沌映射模型和Sine混沌映射模型,设计一种新的二维混沌映射模型,通过耦合Sine混沌映射模型和Logistic混沌映射模型,设计一种新的一维混沌映射模型。针对使用单一置乱方法进行图像加密时安全性能不高的问题,通过使用Lorenz映射设计一种随机选择置乱算法的方法。使用设计的两种混沌映射及置乱选择方法,提出一种彩色图像加密方案。仿真实验结果表明:所提方法具有较大的置乱范围、较高的安全性和良好的图像加密效果,对常见的攻击有较强的抵抗力,且易于实现。

基于Logistic映射与矩阵像素置乱加密算法研究

混沌系统在图像加密技术领域逐渐被广泛应用,相对于传统方法,通过混沌系统对信息加密,可有效提高信息加密的安全性和效率。为了得到安全性更好和效率更高的加密算法,通过对传统加密方法即矩阵的像素置乱变换加密算法原理的分析,文中提出一种新的改进型Logistic混沌映射算法。该方法对图像的像素进行置乱,让其形成随机序列,再通过Logistic映射迭代产生随机序列,用合适的方法生成密匙信息;然后,与明文信息进行异或运算,形成密文信息,得到一个新的基于Logistic混沌映射的图像加密方案。为了更清楚地验证新加密算法的优越性,对该算法进行安全性、效率等方面的性能分析比较。结果表明,文中加密算法能有效地对抗各种干扰,有非常好的密码学特性,安全性得到极大提高。

基于改进型比例谐振控制器的光伏发电系统最大输出功率预测方法

常规的光伏发电系统输出功率预测方法主要是对海量的发电数据进行提取,仅能够保证短期负荷的预测精度,影响最终的预测效果,因此设计了基于改进型比例谐振控制器的光伏发电系统最大输出功率预测方法。提取光伏发电系统最大输出功率映射特征,建立不同工况与输出功率的映射关系,确保输出功率的长期预测。基于改进型比例谐振控制器构建稳态功率预测模型,调节光伏发电系统的输出电流与输出电压,确保最大输出功率的稳态预测。采用对比实验的方式,验证了该预测方法的预测精准度更高,能够应用于实际生活中。

考虑杆件弹性变形的改进型Delta并联机构刚度特性分析

基于传统的机构刚度映射矩阵,建立了改进型Delta并联机构的刚度模型。模型不仅考虑了驱动铰链刚度和外载荷对机构刚度的影响,还考虑了构件重力和在约束力下杆件弹性变形对刚度的影响,更具有一般性和精确性。由于用刚度矩阵来评价机构刚度性能不够直观,提出了以机构弹性变形来评价机构刚度特性的方法。利用虚功原理计算出机构各个约束铰链上静态约束力,利用叠加原理计算出每个杆件约束反力和重力作用下的弹性变形量。然后,通过坐标变换法计算出机构的综合弹性变形量,进而分析了机构的刚度特性。

一种改进的级联型逆变器SVPWM信号随机分配方法

级联型逆变器在串联级数较多情况下,对于某一确定的输出电平存在着冗余开关状态。特别是当调制系数较低时,将会造成开关器件利用率不均匀,导致部分器件提前损坏。本文以基于KL坐标系的SVPWM(空间矢量脉宽调制)作为逆变器调制算法,提出了一种改进的随机分配方法以减小开关损耗。即在原有输出状态的基础上,利用基于Logistic混沌映射的分配方法来随机选择工作H桥单元及其开关状态,达到有效地减少开关损耗、均衡开关负荷的目的。通过对比分析验证了该方法的正确性和可行性,并给出了仿真结果。

基于改进QPSO算法的光伏发电最大功率点跟踪

光伏阵列输出在不同工况下具有单峰或多峰特性.针对因最大功率点跟踪(maximum power point tracking,简称MPPT)精度不高、跟踪时间较长而导致光伏发电效率低下的问题,提出一种改进的量子粒子群优化(quantum particle swarm optimization,简称QPSO)算法.采用Logistic混沌映射初始化粒子种群;在种群进化前期将反向学习策略引入惯性权重自适应调整的量子粒子群优化(dynamically changing weights quantum-behaved particle swarm optimization,简称DCWQPSO),扩大种群搜索范围,提高种群的全局搜索能力;在种群进化后期将模拟退火机制引入DCWQPSO,提高种群收敛速度,并对粒子群进行柯西变异,增强粒子的多样性,提升局部搜索能力.Matlab仿真结果表明:相对其他4种算法,该文提出的改进QPSO算法的跟踪时间更短、跟踪精度更高.因此,该文算法具有优越性.

一种高安全性的级联型混沌扩频序列

针对传统一维混沌映射产生序列复杂度低、保密性不理想等问题,提出了一种基于Logistic改进型映射和Cubic映射的级联型混沌序列。新序列的混沌映射表达式由原来的低次一阶差分方程扩展为高次二阶差分方程,映射迭代过程由单级迭代变为二级交叉迭代,从而提高了混沌系统的复杂性。对新序列的非线性动力学混沌特性和扩频通信性能进行了仿真对比,结果表明新序列具有混沌吸引子结构更加复杂、初值敏感性更强、序列复杂度更高、安全性更好的特点,最后验证了新混沌序列具有和传统一维混沌序列相当的扩频特性。

基于改进乌燕鸥算法的移动音乐机器人路径规划

移动音乐机器人最短路径规划是一个带有复杂约束和高维的非线性规划问题,标准的乌燕鸥算法求解此问题时,存在局部停滞不足导致其获得的最短路径精度较低。为此,设计一种改进的乌燕鸥算法。引入一种新颖的改进Logistic混沌映射种群初始化策略,增强算法迭代初期的寻优能力;采用非线性自适应Lévy飞行攻击位置更新方式,协调算法的全局搜索和局部开发能力之间的动态平衡;采用Lévy飞行和黄金正弦混合扰动策略,提高算法的全局寻优能力。仿真结果表明:与其他著名算法相比,该算法路径规划结果更优,寻优能力和搜索效率更强,可高效地处理复杂的移动音乐机器人路径规划问题,具有较强的适用性。

基于Powell算法与改进遗传算法的医学图像配准方法

针对基于互信息图像配准的局部极值问题,提出一种基于Powell算法与改进遗传算法结合的医学图像配准方法。该方法对标准遗传算法存在的收敛速度慢、易早熟、有可能导致误配的缺陷,提出了相应的改进策略;采用Logistic混沌映射生成迭代过程中的个体;运用基于小波变换的多分辨率分析策略,采用混合优化算法在图像的最低分辨率层进行全局优化,以全局最优值,结合Powell算法完成医学图像配准。实验结果表明,所提方法可有效避免优化算子陷入局部极值,并提高了配准速度;相对于纯Powell方法和未改进的遗传算法,配准的精确度和性能更好。

基于循环结构的脆弱型数字水印算法

为提高水印的篡改定位能力,提出了一种基于循环结构的脆弱型数字水印算法.该算法首先将图像进行分块,利用Logistic映射调制图像块生成水印,然后利用猫映射构造循环结构,建立图像块之间一一对应的循环关系,并将块水印嵌入到对应图像块的最低有效位(LSBs)中.实验结果显示,所提出的算法不仅能准确定位,而且可以有效地抵抗统计攻击和矢量量化攻击.

新型Elman混沌神经网络的流量预测

根据实际网络中测量得到的网络流量数据,提出一种改进型Elman神经网络模型——季节性输入多层反馈Elman网络。在网络权值的训练过程中引入混沌搜索机制,利用Tent映射的遍历性进行混沌变量的优化搜索,以减少数据冗余,解决局部收敛问题。实验结果表明,该模型及其算法有效提高了网络的训练速度及网络流量的预测精度。