非线性混沌时序的神经网络预测与控制算法研究

来源 :计算机应用与软件 | 被引量 : 5次 | 上传用户:ncwu521
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
基于神经网络对时序问题的预测能力 ,本文提出了将混沌和神经网络相结合 ,应用神经网络来训练混沌序列的预测模型及方法 ,实现了将混沌系统快速地稳定到期望点上。理论分析和仿真结果均表明了该方法的有效性 ,且算法弹性大 ,可扩充性好 ,稍作修改后 ,可适应不同的混沌映射
其他文献
RSA算法是基于数论的公开密钥密码体制。RSA算法已经成为现在最流行的公钥加密算法和数字签名算法之一。RSA算法的加密、解密操作要进行十进制位数达百位以上的大数运算 ,实现难度大 ,运算时间长。而影响其运算速度的主要因素是大数乘幂算法和取余算法。本文提出一种改进大数乘幂算法和取余算法 ,并加以实现 ,该算法可以提高RSA算法的运算速度
针对炭素材料X射线图像增强方法存在的增强效果问题,提出了基于小波变换与传统方法融合的增强方法.该方法充分利用了直方图均衡化能改善整幅图像对比度的能力和小波变换多尺度分析能力,首先用直方图均衡化方法对整幅图像进行灰度调整,然后对调整后的图像进行基于软阀值的小波高频增强,最后利用卷积滤波,平滑图像.实验结果表明,该方法对原图像中对比度差的细节有效地进行了增强,突出了图像的边缘特征,改善了图像的质量,其
探讨了SiCr共渗工艺参数、含碳量、合金元素对渗层组织的影响 ,并探讨了稀土元素的作用 .结果表明 :共渗温度升高、时间延长和含碳量减小 ,均使SiCr共渗层厚度增加 ,合金钢 (