简化Lorenz混沌系统的非线性动力学分析

借助Lyapunov函数稳定性理论研究了简化Lorenz混沌系统的全局吸引集,得到了它的界估计。通过了计算机模拟,数值模拟验证了计算理论的可行性。     

利用HVS特性与混沌映射的图像水印算法

提出一种基于混沌序列的图像空域水印算法。首先通过亮度、边缘、纹理特性计算出每象素视觉因子;然后由视觉因子和混沌映射确定每象素水印嵌入比特位;最后通过替换方式嵌入水印。水印提取时不需原始图像的参与,实验表明算法具有较好的水印透明性,并对一般信号处理攻击是鲁棒的。     

小波域图像加密的模运算实现

将一种模运算运用于小波域来进行图像加密,同时利用混沌映射的参数敏感性和伪随机性对小波变换后的系数进行加密处理,实现图像信息的高强度加密,来确保基于网络图像信息的安全。采用的模运算不仅具有像Ａrnold等变换对图像进行拉伸和折叠的作用,而且可以在很大程度上节约计算时间。仿真实验结果表明这种模运算映射与混沌序列相结合的方法运用于小波域加密有很好的效果,加密强度高,保密性强,计算时间短,恢复图像与原图像的一致性良好。     

自适应变尺度混沌免疫优化算法及其应用

结合混沌优化算法与免疫算法的特点,提出了一种采用折叠次数无限的自映射X=sin(2/x)产生混沌变量的自适应变尺度混沌免疫优化算法.该算法通过自适应变尺度方法不断调整优化变量的搜索空间,同时采用最大循环次数作为控制指标,既保证了寻优的准确性,又保证了算法的快速性.应用该算法对3个测试函数进行优化计算得到了比较满意的结果.将此算法应用于移动Ad Hoc网络入侵检测时的仿真实验结果表明,自适应变尺度混沌免疫优化算法能有效地减少对训练样本的依赖,同时减少噪音数据对入侵检测系统性能的影响,适用于移动自组网络对于入侵检测系统高检测率、高抗噪能力和低计算延迟的要求.     

CNN超混沌同步保密通信系统的研究

常规的混沌同步保密通信系统一般是在理想状态下进行研究的,但实际上,混沌信号不可避免地受到各种噪声的干扰,这将直接影响保密通信的效果.将高斯白噪声加入到由细胞神经网络构造的超混沌同步保密通信信号系统,提出通过选择反馈矩阵的方法可将噪声的影响降至最低.且将已用混沌系统多个状态变量加密后的信号与连续信号进行相加和相乘,增加了传输信号的复杂性,提升了通信系统的安全性.     

基于特征的数字音频签名算法

提出了一种基于音频特征的数字签名算法。将原始音频进行混沌加密,提取其小波域统计特征作为特征向量,对特征向量进行Hash生成数字签名。将数字签名利用零水印技术＂嵌入＂到原始音频中来解决数字签名的保存、管理与传递。认证时采用相关检测法来定量评价签名的相似性。实验证明,算法对保持音频内容的操作具有鲁棒性,对改变音频内容的操作具有敏感性,实现了对音频数据的认证。     

非线性电力系统机电振荡的方法分析

总结了当前非线性电力系统机电振荡研究中主要采用的理论方法,比如经典的模态分析法、非线性因素的时域仿真法、基于轨迹辨识的方法,以及近来得到广泛应用的正规形、分岔和混沌等非线性理论研究方法。     

迭代学习控制用于StatCom阻尼区域间振荡的研究

ＳｔａｔＣｏｍ一般安装在长距离输电线路上,用于提高电力系统的稳定性,阻尼振荡,提高电压控制的精度及系统的传输能力。     

混沌支持向量机在变压器局部放电检测中的应用

针对变压器故障诊断中缺少实际典型故障样本的问题,提出了混沌支持向量机(CSVMs)变压器局部放电检测方法。该方法采用K均值聚类(KMC)对变压器油中5种特征气体样本进行预选取作为特征向量,输入到混沌优化多分类支持向量机中进行训练,建立CSVMs诊断模型,实现对故障样本的诊断分类。实例分析表明,KMC算法浓缩了故障信息,有效地解决了确定模型参数时耗时巨大的问题;混沌优化较好地提高了模型的推广能力。该方法在有限样本情况下,能够达到较高的故障正判率,满足变压器故障自动诊断的目的。     

基于自适应粒子群算法的负荷最优分配

在传统经济负荷分配模型的基础上,结合节能调度的宗旨,建立了综合考虑系统有功网损最小和机组发电耗煤量最小的多目标负荷分配模型,该模型能对系统进行整体节能优化.引入了自适应权重和因子的概念,采用了一种用于多目标负荷最优分配的自适应粒子群算法,并对IEEE 57节点系统进行了仿真计算.结果表明,该方法能降低系统网损和减少机组煤耗,从而有效地节约能源,同时满足系统的安全约束.