基于遗传算法思想的网络自动组卷实现

提出一种基于分段实数代号编码和微量变异算子的GAs组卷算法,详细描述了新算法的思想和设计实现过程,并给出关键部分程序说明。     

离散超混沌同步加密与流密码加密的比较研究

将离散混沌系统Dead-Beat同步方法应用于超混沌广义Henon映射,提出一种离散超混沌同步加密方案。该方案应用高复杂度的超混沌信号以增强载波信号的随机性,并利用了广义Henon映射Dead-Beat同步加密的复杂性。仿真结果显示:密文加密效果好,恢复图像与原图像差别很小。     

一类超混沌系统的动力学研究及其仿真

混沌系统的全局指数吸引集在混沌系统的控制与同步之中起着非常重要的作用。借助一个适当的Lyapunov函数和一元函数极值理论研究了一个新超混沌系统的全局指数吸引集,得到了该系统的全局指数吸引集表达式Ω。可以断定在全局指数吸引集Ω之外混沌系统的平衡位置、周期解、概周期解、游荡回复解和其他任何混沌吸引子都不复存在,这大大简化了对该系统的分析工作。确定轨线从吸引集外走向吸引集的速度是指数速率。同时得到的全局指数吸引集表达式Ω为该系统的控制和同步提供了理论依据。通过计算机进行了模拟,数值模拟与理论计算的结果相吻合。     

十进制编码遗传算法的模式定理研究

根据遗传算法中采用的编码策略,可将遗传算法分为两大类：二进制编码遗传算法和十进制编码遗传算法．二进制遗传算法的数学基本定理是模式定理,但对于十进制编码遗传算法是否也存在其模式定理是待探讨的问题．本文在十进制数编码遗传算法的理论基础上,给出十进制编码遗传算法的相应概念并引入符号基因表和模式不变位的概念,根据十进制编码遗传算法的简单遗传算子对其模式的影响,推导出十进制编码遗传算法的模式定理．     

基于混沌理论的加密过程的研究

随着计算机科学的引入,加密过程产生了前所未有的发展。近年来,对非线性理论的深入研究,已成功地将混沌理论应用于加密过程。本文就这一新领域,提出自己的观点及对所涉及相应问题的解决方案。概述 如下：（1）对基于混沌理论的加密过程原理的概述。（2）对平凡混沌加密过程难于保障信息安全问题的论述。（3）对混沌加密过程的改进方案。     

基于神经网络的智能过滤系统的研究与设计

首先对现有的网络安全隐患和现有的关于安全过滤方法作了简单介绍,提出现有网络过滤技术的不足,接着提出利用信息检索、人工智能和遗传算法相结合的技术,能有效提高网络过滤的性能.     

一类自适应混沌文化算法

混沌变异进化算法忽略了混沌规律性,未充分利用知识来提高算法的局部收敛能力.为此,借鉴文化算法的双层进化结构,在文化算法的进化引导函数中引入自适应混沌变异策略,提出一种自适应混沌文化算法.利用进化过程隐含知识控制变异尺度,使知识引导个体能跳出局部较优解,在保证种群多样性的同时,实现进化后期的精细搜索.仿真结果表明,该算法可以有效提高进化收敛速度,具有较好的计算稳定性.     

改进遗传算法和支持向量机的特征选择算法

提出了一种基于改进遗传算法的特征选择算法。该算法以支持向量机分类器的识别率作为特征选择的可分性判据,对传统遗传算法的交叉和选择操作进行了改进,实现了指定数目的特征选择。而且算法在特征选择的过程中,还同时优化了支持向量机分类器的两个参数。实验数据的特征选择实验表明,提出的算法仅以损失2.7%识别率的代价,得到的特征维数却是传统遗传算法的1/5,极大地简化了分类器设计的复杂度。     

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。     

基于遗传算法和LM优化的BP神经网络的图像复原算法

提出了一种针对图像复原的GA-BP算法.在对退化图像进行复原的过程中,针对BP算法易陷入局部极小、收敛速度慢的缺点,根据遗传算法具有全局寻优的特点,充分利用遗传算法的全局搜索性能进行"粗"搜索,当搜索到全局最优点的附近时,再采用BP算法进行局部搜索,将两者结合起来形成GA-BP算法.通过对图像复原后的效果进行比较,实验表明该算法可以有效的应用于图像复原.