基于PSO-BF优化算法的关系数据库水印算法

借鉴群体智能优化算法,提出了一种基于粒子群优化的细菌觅食算法（PSO-BF）的关系数据库水印算法。运用混沌映射对水印序列加密生成水印信号,采用单向hash函数加密关系数据库中元组的次序,利用PSO-BF优化算法解决将水印信号的嵌入过程抽象为约束条件下的优化问题,阈值解码和择多表决法用于提取水印信号,并通过混沌映射解密为表征版权的水印序列。实验表明,该算法对元组删除、修改和添加等攻击具有较强的鲁棒性和良好的不可见性。     

基于混沌免疫粒子群优化和广义回归神经网络的回采工作面瓦斯涌出量预测模型

为提高回采工作面绝对瓦斯涌出量预测的精度和效率,提出了将混沌免疫粒子群优化(CIPSO)算法与广义回归神经网络(GRNN)相耦合的绝对瓦斯涌出量预测模型。该方法采用CIPSO对GRNN的光滑因子进行动态优化调整,减少了人为因素对GRNN网络输出结果的影响,并采用优化后的网络建立瓦斯涌出量预测模型。通过对某煤矿瓦斯涌出量数据的仿真实验结果表明:基于CIPSO-GRNN的回采工作面绝对瓦斯涌出量模型比BP神经网络、Elman网络预测模型具有更好的预测精度和收敛速度,证明了该方法的有效性和可行性。     

基于Hénon映射与魔方变换的图像加密算法

提出一种基于改进的Hénon映射与魔方变换的图像加密算法。该加密算法采用改进的Hénon映射序列,使其具有更为理想的统计与分布特性,更适用于图像加密。算法首先利用获得的整数序列与图像的像素值运算而使其改变,再将图像分解为三维数据矩阵,在三维空间沿每一轴向对各平面中的数据按环作循环移位操作,即采用魔方旋转变换完成对图像数据的置乱。该加密算法具有运算量低、密钥空间大与图像普适性等优点。仿真实验结果表明该算法具有良好的图像加密效果,对于常见的攻击具有较强的抗干扰能力。     

一类离散混沌系统的传输受限同步问题

研究了一类离散混沌系统信息受限条件下的同步问题.将具有离散形式的混沌驱动系统和具有控制输入的响应系统通过一个有限容量信道的通讯网络进行连接.在这种情况下,设计了合适的编解码方法使得传输误差在一定的条件下达到渐近稳定.同时,在线性矩阵不等式条件下,获得了同步误差方程关于传输误差是输入状态稳定,从而实现了混沌系统在信道容量有限条件下的完全同步.最后,通过Fold混沌系统验证了本文方法的有效性.     

采用差分进化策略的入侵杂草改进算法及函数优化应用

针对入侵杂草优化算法易出现早熟且收敛速度较慢的问题,提出一种具有差分进化策略的入侵杂草算法。利用差分进化策略较强的开发能力,对种子进行交叉变异选择操作以帮助算法跳出局部最优;同时,为了提高算法的收敛速度和种群多样性,提出对杂草进行初始化并采用基于混沌反向学习的初始化方法。对8个标准测试函数进行的仿真实验表明:与标准杂草优化、差分进化及混合杂草优化算法相比,提出的改进算法具有较快的收敛速度、较高的收敛精度及较强的搜索全局最优解的能力。     

基于FTP的图像混沌加密传输技术的实现

为了提高混沌图像加密传输系统的传输速度并扩大应用范围,提出了一种实现混沌图像加密传输的新方法:利用VSFTPD软件在Mini 2440 ARM平台上构建FTP服务器,通过FTP实现混沌加密图像数据的传输。实验结果表明,该系统能够实现混沌加密图像的可靠快速传输。     

基于Contourlet域KPCA-Krawtchouk矩的印章图像配准

提出了一种基于Contourlet域KPCA-Krawtchouk矩的印章图像配准算法。首先对印章图像进行Contourlet分解并提取低频分量,然后利用KPCA提取低频分量的主成分,并计算其Krawtchouk矩不变量,构成描述关键点的特征向量,最后计算关键点特征向量之间的欧氏距离找出相匹配的关键点对。采用Logistic映射混沌粒子群算法寻找最优阈值,大大加快了算法运行速度。实验结果表明,该算法不仅配准结果精确,且运行时间明显减少。     

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。     

大规模无线传感器网络覆盖优化算法

为了增强三峡库区水环境监测的大规模无线传感器网络（WSNs）覆盖效果和延长大规模WSNs生存时间,采用混沌人工鱼群算法。首先以最大化网络覆盖率作为优化目标,建立WSNs覆盖模型,将具有遍历性特点的混沌系统引入到人工鱼群算法中,能够有效避免算法长时间位于局部极值附近。仿真结果表明：改进的人工鱼群算法提高了网络的覆盖率,有效减低了网络的成本。     

基于改进人工蜂群算法的WSNs覆盖优化

随着无线传感器网络（WSNs）被广泛地应用,覆盖优化问题已经成为网络服务质量中的一个关键问题。针对基本人工蜂群（ABC）算法的缺陷,基于混沌优化和自适应变化提出了一种改进的ABC（IABC）算法;并在此基础上,设计了基于IABC算法的动态网络覆盖优化方案。实验结果表明：IABC算法明显改善了基本ABC算法的缺陷,有效地延长了网络寿命,保证了网络的服务质量。