Chen系统的混沌同步及其在保密通信中的应用

利用Chen动力系统,结合三种混沌同步方法:PC方法、激活控制同步方法、反馈方法,从理论和数值上进行了有益的探讨。利用Lyapunov稳定性理论,得出了Chen系统达到同步的充分条件,并给出了数值模拟,及Chen系统在保密通信中的应用实例。     

分数阶Lü系统中的混沌及其控制

研究了分数阶Lu系统的混沌动力学行为、数值模拟证明分数阶Lu系统存在混沌,并且得出分数阶Lu系统能产生混沌吸引子的最低阶数为2.5阶.利用线性反馈控制法研究了分数阶Lu混沌系统的混沌控制问题,得出了受控分数阶Lu混沌系统的混沌轨道达到不稳定平衡点时的条件,数值模拟进一步验证了该方法的有效性.     

实例拓展法在结构化程序设计教学中的应用

本文提出将实例拓展法应用于程序设计课程的教学中,介绍结构化程序设计课教学过程中如何选择实例,以引导学生循序渐进地理解相关概念和编程方法。实践证明,通过教学方法的改进,学生的学习积极性和学习效果整体有了明显提高。     

VB程序设计中关于绘图模式的教学研究

图形设计是VB的一项高级功能,其中绘图模式是其中较为重要的内容,它包含的知识点多,学生不易理解。该文以该部分内容为例,从知识点的串讲、DrawMode属性介绍、范例讲解、上机实践教学等几个方面进行了教学研究。     

具有学习机制的正弦余弦算法

针对标准正余弦算法在求解函数优化问题时易陷入局部最优、收敛精度较差等问题,提出了一种具有学习机制的正弦余弦算法。该算法引入精英反向学习策略构造精英及反向群体,对其混合群体进行择优保留,从而优化了种群中的个体位置、提高了算法的寻优精度;同时,利用个体的反思学习能力防止个体盲目地向当前最优解学习,使算法停滞在局部最优,从而有效地避免了算法的未成熟收敛。在13个标准测试函数进行仿真实验,实验结果证明,该算法相比于对比算法具有较强的鲁棒性和函数优化能力。     

卷积神经网络在心拍类识别中的应用

心电图（ECG）心拍分类对心脏疾病的临床诊断具有重要意义,但是ECG四类心拍间数据不平衡问题严重制约着心拍分类性能的提升。针对这一问题,以卷积神经网络（CNN）为基础,首先在组合四类心拍等量数据基础上构建用于表达噪声及四类心拍间共性信息的通用CNN模型,接着以通用CNN模型为基础分别在四类心拍数据上构建四个更为有效表达对应心拍类别倾向性信息的类别CNN模型,最后综合四个类别CNN模型的输出判别心拍类型。在MIT-BIH心电图数据库上的实验结果显示,该方法的平均灵敏度为99.68%、平均阳性检测率是98.58%、综合指标是99.12%,显著优于二级联合聚类法在MIT-BIH心电图数据库上的分类性能。     

VB程序设计中关于绘图模式的教学研究

图形设计是VB的一项高级功能,其中绘图模式是其中较为重要的内容,它包含的知识点多,学生不易理解。该文以该部分内容为例,从知识点的串讲、DrawMode属性介绍、范例讲解、上机实践教学等几个方面进行了教学研究。     

基于多分数阶混沌系统的彩色图像加密算法

为了实现对彩色图像信息的有效保护,提出一种像素置乱及密文交错扩散技术相结合的加密算法。首先对3个分数阶混沌系统产生的混沌序列进行优化改进,得到两组不同的性能优良的混沌密钥序列,并将RGB彩色图像转换为由基色分量组成的灰度图像;然后,利用一组改进的混沌密钥序列对该灰度图像的像素位置进行置乱;最后,利用另一组改进的混沌密钥序列对置乱图像进行2轮基色分量之间的密文交错扩散操作,得到加密图像。仿真实验表明,该算法具有足够大的密钥空间,高度的密钥敏感性,较好的像素分布特性,且在抵抗唯密文攻击、差分攻击、选择明文攻击及统计攻击方面都具有良好的性能,可以广泛地应用于多媒体数据的保密通信中。     

类内类间距离在CNN识别心拍类中的应用研究

心脏疾病严重威胁人类身体健康，心电图（Electrocardiogram，ECG）心拍分类对心脏疾病的临床诊断和自动诊断具有重要意义。现有基于深度学习生成的ECG心拍特征虽然优于基于传统方法生成的心拍特征，但是因ECG中各类间存在着严重的数据不平衡问题，致使现有基于深度学习方法生成的心拍特征的性能仍不甚理想。针对这一问题，以卷积神经网络（Convolutional Neural Network，CNN）为基础，在各类心拍等量数据基础上构建能有效表达各类心拍共性信息的共性CNN模型，以共性CNN模型和最小化类内距离最大化类间距离模型为基础，分别在各类心拍数据上构建能有效反映相应心拍类别倾向性信息的类别CNN模型，综合各心拍类别CNN模型的输出进行识别与分类。在MIT-BIH数据库上的实验结果显示，该方法识别分类心拍的各项指标均达到100%，解决了MIT-BIH数据库中ECG四类心拍自动识别分类的问题。     

基于Hénon映射的块加密算法

利用Hénon映射，提出了一个使用多动态S-box的块加密算法。使用Hénon映射，生成多个动态S-box，对各个数据块加密、解密时，按照一定规则选择其中一个变换函数（S-box）。对文本、图像、音频等不同格式的文件进行了加密与解密处理，分析了密码系统的安全性。实验表明，算法具有较高的安全性，加密速度较快，且对差分和线性密码攻击具有较强的抵抗能力。