基于元胞自动机的小生境微粒群算法

小生境技术的引入,提高了微粒群算法处理多峰函数优化问题的能力。本文提出了基于元胞自动机邻域的小生境微粒群算法,并通过对典型函数进行测试,实难结果表明,该算法在复杂函数(较难收敛函数)的优化中比基于环形结构的标准小生境微粒群算法要好。     

基于元胞自动机的教与学优化算法

为解决教与学优化(TLBO)算法易陷入局部最优的问题,提出了一种基于元胞自动机的教与学优化算法(CATLBO)。算法建立了四边形网状元胞自动机模型并指定其邻域结构和规则。为保持种群多样性,在教学阶段提出以一定的概率接收退步个体的策略;为加快收敛并保证解的精度,在学习阶段制定不同学习规则,劣势个体向优势个体学习,优势个体执行混沌扰动进行自我学习。使用多个Benchmark测试函数和经典TSP问题对算法进行了仿真。结果表明:CATLBO算法全局搜索能力强,与基本TLBO等算法相比,在处理高维多峰问题上更具优势。     

基于PageRank算法改进的元胞自动机模型

针对在线零售业务系统中用户要进入许多无关页面才能找到所需商品的问题,站点应能根据群体用户购买兴趣动态调整网页分配,即站点自适应。借用PageRank算法对元胞自动机模型进行改进,实现站点的自适应调整。与原模型相比,改进模型的演化规则简单、时间复杂度低、性能更优越。     

基于小样本集弱学习规则的KNN分类算法*

KNN及其改进算法使用类标号已知的数据集 对类标号未知的数据集 进行类别标识,如果 中的数据数量过少,将会影响最后的分类精度。基于小样本弱学习规则的KNN分类算法旨在提高基于小样本集的KNN算法的分类精度,它首先对 中的数据对象进行学习,从中选取一些数据,利用学到的标签知识对其进行类别标号,然后将其加入到 中,最后利用扩展后的 对 中的数据对象进行类别标识。通过使用标准数据集的测试发现该算法能够提高KNN的分类精度,取得了较满意的结果。     

图像重建的自适应随机元胞自动机算法

随机元胞自动机（ＳＣＡ）是一种广泛意义上的随机松弛技术，是目前国际上流行的几种随机松弛技术的直接推广。本文首先介绍构造一类随机元胞自动机的几个条件，然后基于这几个条件，作者构造了几种用于由投影重建图像问题的算法。运行后得到了令人满意的结果。     

基于空间数据挖掘的分区异步元胞自动机模型研究

传统的元胞自动机模型采用统一的转换规则和相同的演化速率进行演化,忽略了地理现象演变的时空差异性：演化规律的空间异质性和演化速率的空间差异性。针对这一问题,提出了基于空间数据挖掘的分区异步元胞自动机模型,采用双约束空间聚类的方法对元胞空间进行分区,用分区转换规则替代统一转换规则可以体现地理现象演化规律的空间差异性;采用标准格网划分的方法求取异步元胞演化速率,用异步演化速率替代同步演化速率可以体现地理现象演化速率的空间差异性。以杭州市土地利用变化为例对基于空间数据挖掘的分区异步元胞自动机模型进行了实证研究,结果表明：与传统的元胞自动机模型相比,基于空间数据挖掘的分区异步元胞自动机模型具有较高的模拟精度,并且适用于较大区域较长时间段地理现象的动态变化模拟。基于空间数据挖掘的分区异步元胞自动机模型是地理元胞自动机研究的新视角,它将地理现象演变的空间异质性和时间差异性引入到地理元胞自动机模型中,使模型对地理过程的模拟更接近实际地理过程。然而,由于有关分区异步的元胞自动机模型还处于尝试性研究阶段,在元胞空间分区方法、双约束空间聚类算法中权重的确定方法、元胞演化速率的获取方法、元胞转换规则的获取方法、模拟精度评估以及分区异步元胞自动机模型在较大区域较长时间的地理现象模拟中的应用等方面有待进一步的研究与探讨。     

元胞自动机在图像修补中的应用研究

提出了一种随机元胞自动机模型算法,使用邻域和迭代规则作用于图像的缺失部分,使缺失的部分通过吸收原有图像的数据进行自我修复。该方法的特点在于规则简单、容易实现,不需要针对特定图像设置先验参数,可以恢复任意的有缺失部分的数字图像,并且具有较高的运行速度。     

基于元胞自动机的分布式数据挖掘分类器

针对常用分类方法分类精度较低和内存消耗较高的问题,设计一种基于多吸引子元胞自动机（MACA）的模式分类器tsPCM,把它应用于分布式数据挖掘。通过改变MACA的描述方法,用依赖串和依赖向量将分类过程设计成两阶段,用遗传算法优化设计。实验结果表明tsPCM具有较高的分类精度和较低的内存消耗,分类复杂度由O（n^3）降低到线性级O（n）,具有较好的应用价值。     

元胞自动机在农村土地利用动态模拟中的应用研究

本文从元胞自动机的原理、特征出发探讨了元胞自动机(Cellular Automata))在模拟农村土地利用演化格局应用中的可能性,并对利用元胞自动机进行农村土地动态模拟的核心问题-转换规则进行了初步探讨.     

基于元胞自动机的软件架构设计

探讨元胞自动机思想在软件架构设计领域内的应用。通过元胞抽象(Form、Controls、Operate、Process、Verify)和规则定义(显示加载规则、交互调用规则、提交卸载规则),构造出离散的可循环迭代的平行运算体系,实现普适各类业务的通用的软件架构设计。     

基于细胞自动机的安全图像加密算法

利用初等细胞自动机状态环性质进行加密后的密文图像仍可看出原图像的部分轮廓,且明文敏感性差。由此提出一种安全的图像加密算法,采用周期为2的二维细胞自动机对图像进行位平面加密,再通过状态环加密的方法使明文改变1 bit即可影响整个密文图像。仿真结果表明,改进算法敏感性更高,密钥空间更大,且加密速度较快。     

无线传感器网络的元胞自动机自组织算法

提出一种分布式、自适应的无线传感器网络元胞自动机(CA)自组织算法,将网络中的每个节点映射成CA中的元胞,通过控制节点在不同时间的状态转换(活跃/睡眠),消除与邻居节点间的频繁通信,从而降低能源消耗。仿真实验结果表明,该算法具有较强的目标检测能力。     

基于扩展型二维CA的图像加密算法

根据数字图像的存储特点,提出一种基于扩展型二维元胞自动机的图像加密算法,将二维元胞自动机与图像加密技术结合,利用元胞自动机生成数值范围在0-255区间的二维伪随机数矩阵,截取与图像大小相等的伪随机数矩阵作为密码对图像像素进行加密,解密为加密的逆过程。实验结果表明,该算法能快速产生密码,加密形式简单,具有较好的抗攻击能力,适合对数据量大的数字图像进行加密。     

基于k-最近邻图的小样本KNN分类算法

提出一种基于k-最近邻图的小样本KNN分类算法。通过划分k-最近邻图,形成多个相似度较高的簇,根据簇内已有标记的数据对象来标识同簇中未标记的数据对象,同时剔除原样本集中的噪声数据,从而扩展样本集,利用该新样本集对类标号未知数据对象进行类别标识。采用标准数据集进行测试,结果表明该算法在小样本情况下能够提高KNN的分类精度,减小最近邻阈值k对分类效果的影响。     

细胞自动机反向迭代加密技术研究

细胞自动机固有的组成单元的简单性、单元之间作用的局部性和信息处理的高度并行性 ,并表现出复杂的全局特性等特点使得细胞自动机尤其适合于密码学中的应用 .该文简述了细胞自动机的基本概念 ,研究了基于细胞自动机反向迭代的输出序列熵最大化加密技术 ,并对系统保密性进行了分析 .     

基于元胞自动机的网络蠕虫病毒传播仿真

针对模拟网络蠕虫病毒的传播,提出基于元胞自动机模型的网络蠕虫病毒传播的方法。将病毒的传播过程分为2个阶段,并分别对不同的阶段建模。经过仿真,可以获得不同状态的计算机系统的数量、蠕虫病毒的数量和病毒传播趋势等信息。结果表明,用元胞自动机模型仿真蠕虫病毒传播能够更清晰地反映出网络蠕虫病毒传播的趋势,与实际的蠕虫病毒传播符合较好。     

超图划分问题的元胞自动机模型及算法研究

对超图划分问题运用元胞自动机理论进行分析建模,提出一种元胞自动机模型以及基于该模型的赋权超图划分优化算法。在该模型中,元胞对应于赋权超图中的结点,邻接元胞对应于邻接超边所包含的结点,元胞的状态对应于所在的划分子集。引入二维辅助数组存储每条超边在划分子集中的结点个数,给出快速的元胞收益值和划分割切值的计算方法,从而避免遍历超边中的结点。实验结果表明,与赋权图划分算法和迁移方法相比,该算法可以取得更优的划分,且时间复杂度和空间复杂度较低。     

二维细胞自动机在图像认证中的应用

传统的hash函数难以实现并行计算,用于图像认证时不能充分利用图像的特性。而二维细胞自动机的拓扑结构适用于图像,支持并行计算,且计算效率较高,由此提出一种基于二维细胞自动机的图像认证方法。理论分析与初步实验结果表明,细胞自动机随机性好、满足雪崩准则,效率高于传统的hash函数。