基于元胞自动机的复杂系统演化与涌现机理研究

来源 :电子科技大学 | 被引量 : 2次 | 上传用户:chuniao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
复杂性科学是以复杂系统为研究对象的多学科交叉的前沿科学。复杂性科学的发展,将会给方法论带来突破和创新。对复杂系统的演化与涌现机理的研究是复杂系统研究的重要内容。复杂系统的基本模型是元胞自动机。对元胞自动机的复杂演化行为和涌现机理的研究,有益于复杂系统复杂性的探索和内在规律研究。本文对元胞自动机的复杂系统演化与涌现机理进行研究,并将元胞自动机演化行为运用于图像加密。本文的主要工作和贡献如下:(1)从演化性态和演化规律参数两方面来研究元胞自动机演化规律。本文通过分析不同初始条件下初等元胞自动机演化性态,发现同种规则的元胞自动机演化性态没有发生实质性的改变。本文提出了一种对二维元胞自动机的分类算法,为搜索不同类型的二维元胞自动机提供方便,通过现有的功率谱方法定量刻画不同类型的元胞自动机的演化性态,发现自组织能力是造成演化复杂性的根本原因,并且验证了功率谱对不同初始条件的稳定性。朗顿参数不适合描述所有元胞自动机的演化规律,且存在多个临界点,不利于搜索不同类型的规则。在朗顿参数的基础上,本文提出了均衡参数,用它来分析演化规律,并且与朗顿参数进行对比实验,发现均衡参数适用性更好,更利于搜索不同类型的规则。(2)从涌现现象的特征方面来研究涌现机理。现有的方法是通过规则元的对称破缺特征进行涌现现象分类。该方法需要大量的人力去逐个观察每个规则的规则元使用频数图,并且需要对每种元胞自动机编写规则元分类。本文提出构型密度、状态更新频率和分形维数为元胞自动机的涌现现象的特征,并提出基于代价敏感支持向量机的涌现现象的分类方法,使用该方法验证了涌现现象特征。通过这两种方法对两种元胞自动机涌现现象分类实验,实验结果表明,本文方法可操作性更好,可扩展性更好,对元胞自动机涌现现象分类更加准确。(3)将元胞自动机复杂的演化行为应用于图像加解密。本文提出基于构造的二维可逆元胞自动机和混沌映射的图像加解密算法。该算法不需要将二维数据转化为一维,使用本文的二维元胞自动机分类算法,寻找随机性较好的演化规则。对加密算法进行各项安全性分析,根据分析结果,本文的加密算法是安全有效的。
其他文献
随着网络信息量的日益剧增,人们可以足不出户的接触到海量信息。然而,如何在浩如烟海的数据中快速而准确地找到所需要的信息也成为一个需要迫切解决的问题。因此,必须要找到一种
  随着互联网的发展,我们已经进入到“大数据时代”,互联网上有大量丰富的资源,三维模型作为继声音、图片和视频之后的第四代数据类型已经进入到我们生活中的方方面面。对于如
近年来,随着无线传感器网络技术的兴起,声源定位技术继上个世纪30年代以后再次引起学术界的关注。根据对声信号测量物理量的不同,无线传感器网络声源定位方式分为三类:基于信
随着数字图像处理技术以及智能学习算法的不断发展,人脸检测技术正越来越多的应用到视频监控、人机交互以及电子商务等领域;而所谓的人脸检测过程就是指从静态图像或动态视频帧
  如今,机电设备和自动化技术发展迅速,自动化系统层出不穷,机电系统的功能与结构更加复杂多变,因此,机电系统的检测与维护变得越来越困难。为了能让现代化的机电设备能够高效、
本文主要针对多变光照条件下以及多光照、多表情、多姿态并存情况下的人脸识别技术开展较为深入的研究。在多变光照条件下,根据人脸面部对称性及LPQ具有光照不变性的特点提出
车牌自动识别系统通过图像处理和分析,管理海量车牌数据集,自动识别字符信息,在智能交通系统中占有重要地位。但对于实际拍摄中主观人为或者客观气候等原因造成的模糊情况,以
基于视频的目标跟踪算法作为计算机视觉的重要研究方向之一,在智能交通、人机交互、生物医学以及军事领域取得了广泛的应用。但是大量的不确定因素严重影响了跟踪算法的准确率,如:光照变化、尺度变化、形变、遮挡、旋转、背景干扰等。在以无人机为相机载体进行视频跟踪时,由于目标与相机距离远,拍摄到的目标和背景特征不明显,导致跟踪变得更加艰难;而在雾霾严重的情况下,无人机跟踪更是无法实施。近年来,由于核相关滤波具有
学位
磁共振成像(MagneticResonanceImaging,简称MRI)具有较高的软组织对比度与空间分辨率,并能根据需要灵活选择成像参数与成像层面,已经广泛应用于临床。然而,由于磁共振信号的弛豫
数据挖掘是目前人工智能和数据库领域的热点问题,是指从大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的过程。聚类分析是数据挖掘领域中的重要技术之一,是数据分析的