广义M-集和充满J-集及组合加速逃逸时间法

利用作者构造的迭代函数给出了一种新的广义Ｍａｎｄｅｌｂｒｏｔ－集与充满的Ｊｕｌｉａ－集的组合加速逃逸时间算法,本算法在迭代点位于广义Ｍａｎｄｅｌｂｒｏｔ－集或充满Ｊｕｌｉａ－集内部时也能很快地被判定,在保持了原算法精度的基础上,大大地加快了构造分形集的速度     

组合加速逃逸时间法构造M—集和充满的J—集

利用作者构造的迭代函数给出了一种新的组合加速逃逸时间算法。本算法在迭代点位于Ｍａｎｄｅｌｂｒｏｔ－集或充满的Ｊｕｌｉａ－集内部时也能很快地被判定，在保持了原算法精度的基础上，大大地加快了构造分形集的速度。     

基于Matlab构造广义J-集与M-集

基于时间逃逸算法的基本思想,本文利用Matlab构造广义J-集与M-集,并对广义M-集与J-集的分形性质以及它们之间的对应关系进行简单分析.     

基于Matlab构造广义J-集与M-集

基于时间逃逸算法的基本思想,本文利用Matlab构造广义J-集与M-集,并对广义M-集与J-集的分形性质以及它们之间的对应关系进行简单分析。     

构造分形集的组合逃逸时间算法

基于Ｍａｎｄｅｌｂｒｏｔ集和Ｊｕｌｉａ集等构造分形集的典型方法的算法，使用扫描视窗技术，对不同扫描范围（内部或外部分形集）给出不同的时间逃逸组合，得到新的算法，即组合时间逃逸算法。     

基于逃逸时间算法的M-集渲染方法的研究

介绍了M-集及其主要的绘制方法逃逸时间算法,在此方法的基础上改变M-集内部和外部区域的绘制策略,改进了多种可以同时渲染M-集内部和外部的方法,并且得到绚丽多彩的分形图形。     

构造高阶广义M─分形图及对称逃逸时间算法

利用“对称逃逸时间算法”，根据经典的“Ｍａｎｄｅｌｂｒｏｔ－集”的构造方法，构造了一系列高阶多项式的复映射变换：ｆ（ｚ）＝ｚｍ＋ｃ（２≤ｍ≤１０）所显示的高阶广义Ｍａｎｄｅｌｂｒｏｔ－集（简称Ｍ－集或Ｍ－分形图），提供对其定量研究的新材料．这些独特而奇妙的分形图不仅特别令人赏心悦目，而且“被认为是至今所看到的最为复杂的数学研究对象之一     

广义M-集周期芽苞Fibonacci序列的拓扑不变性

研究了复映射z←zα+c(α<0)所产生的广义Mandelbrot集,利用逃逸时间算法绘制广义M集混沌分形图谱,经大量计算机数学实验,得知逃逸区嵌于稳定区中,并由此得出稳定区的周期数·同时利用代数方程解出周期芽苞的数量及位置,为更好的了解M集的结构提供了理论依据·另外作者发现M集周期芽苞的Fibonacci序列的拓扑不变性,并在目前公认的通向混沌的三种途径的基础上,阐述了Fibonacci序列是通向混沌的又一途径,为建立新的数据加密、压缩、存储等方法提供了理论基础     

Julia集的逃逸时间生成方法研究

Julia集是分形理论中具有重要地位的集合.针对非线性复映射迭代函数f(z)=zn+c,给出利用逃逸时间算法生成分形图的算法步骤.对影响分形图形状和分形图生成时间的关键参数进行研究.分析了参数c对Julia分形图形状特征的影响,给出了视窗参数取值范围B、收敛区域半径Rmax和迭代次数控制参数Nmax的取值极限.结果表明,对控制参数进行恰当的取值,可以减少总迭代次数,提高算法的运算效率.     

构造高阶广义Julia分形图及旋转逃逸时间算法

应用作者提出的“旋转逃逸时间算法”，构造了一系列高阶复映射变换；ｆ（ｚ）＝ｚ＾ｍ＋ｃ的高队Ｊｕｌｉａ。由于算法的改进，不仅使这些独特而奇妙的Ｊ－分形图特别引人赏心悦目，而且使构造和应用这些分形图并为电脑艺术家建立分形图图库创造了有效的途径。     

拓扑嵌套分形空间构造广义高阶M集

通过计算机数学实验方法,对高阶复映射f:z←zn+c(n>2,n∈N)利用逃逸时间算法,构造一系列高阶Mandelbrot混沌分形图,从而发现其拓扑不变性以及周期芽苞分布与映射阶数之间的关系,并利用旋转对称性,改进了逃逸时间算法,提出了旋转逃逸时间算法·根据此算法利用面向WEB的JavaApplet绘制了高阶M集分形图,解决了复杂条件下混沌分形系统计算机模拟的时空复杂性,提供了一种基于Internet的分布式混沌分形理论研究机制·     

历史关系模式的最大完全时间依赖集求法

对基于TNF的历史关系模式TUg,提出了时间依赖、最大完全时间依赖集等重要概念,并给出了最大完全时间依赖集的求解算法及证明。为解决历史关系模式中存在的数据冗余、TNF异常等问题奠定了基础。     

一般集合上首达时序列的强马尔可夫性

本文论证了齐次马尔可夫链状态空间的一般子集的首达时为一个停时,利用强马尔可夫性得到相应的序列仍为一个齐次马尔可夫链,进而得到一般集上首达时序列的强马尔可夫性．     

S-粗集和它的一般结构

给出论域U上元素迁移F，F，单向奇异集合，双向奇异集合的概念；利用这些概念，提出奇异粗集，简称S－粗集，给出S－粗集的数学结构，S－粗集的存在背景和意义解释。S－粗集包含两种结构：单向S－粗集，双向S－粗集；S－粗集是研究系统动态近似特性，知识挖掘，知识发现的一个新的理论工具。