Logistic混沌映射性能分析与改进

混沌系统是基于混沌的数据加密领域的一个重要研究对象,Logistic混沌映射是最简单和有效的混沌系统,被广泛应用在大多数混沌加密算法中,Logistic映射的安全性成为研究的热点。针对Logistic序列存在的吸引子与空白区问题,该文提出一种基于初始值和分形控制参数之间关系的Logistic映射改进方法。利用两者之间关系对映射自变量区间进行合理分段,扩大了混沌控制参数区域,将满射范围扩大到整个控制参数区间,使产生的序列分布更均匀,解决了"稳定窗"与空白区等问题。通过将改进Logistic与其它分段Logistic映射进行仿真对比,实验结果表明改进后的映射产生的序列混沌特性得到显著加强,分布更均匀,具有更好的随机性能测试指标。另外,改进Logistic映射计算复杂度低,实现简单,在扩频通信与混沌密码等领域有广阔的应用前景。

基于先验信息水平集方法的肝脏CT序列图像自动分割

应用二次区域生长法获取肝脏的初步分割结果,将其作为先验知识,构造新的边缘指示函数和水平集能量函数,有效地解决了因肝脏形状多变以及弱边界问题带来的分割难题。在序列的分割过程中,将上一层分割结果进行距离变换,并提取大于既定阈值的部分生成下一层区域生长的种子点,避免了分割过程中的误差积累,并使序列的分割具有延续性和自动性。算法最后应用自适应边缘行进算法修补边缘,使得分割结果更加完整。实验结果证明了该方法的有效性和可行性。

基于小波包能量熵的混沌序列复杂度分析

混沌密码学是密码学的一个新方向,混沌序列的复杂度是衡量混沌密码学安全性的重要指标.本文将小波包能量熵应用到混沌序列的复杂度分析中,首先将混沌序列进行小波包分解,然后通过小波包能量熵计算方法确定各频段能量大小,从而确定混沌序列的复杂度.通过对Logistic、TD-ERCS和Henon产生的混沌序列进行比较分析,结果表明,小波包能量熵具有全局统计特性,无需引入新参数进行相空间重构.另外,计算方法简单,且不依赖于混沌序列的采样长度与初始值,能有效衡量混沌序列的复杂度.

基于用户交互的社交网络好友推荐算法

为在社交网络中向用户进行更高效的好友推荐,分析微博社交网络中存在的交互行为,综合考虑网络结构、用户属性以及用户交互特点,计算用户之间建立好友关系的可能性大小。在此基础上,提出一种基于用户交互的社交网络好友推荐算法。实验结果表明,与只考虑网络拓扑结构或用户属性的算法相比,该算法准确率更高。