不同超混沌系统的自适应修正函数投影

为满足高速复杂流场中投放物位姿高精度测量的要求, 分析了图像噪声对位姿估计误差的影响。在传统非线性优化位姿算法的基础上, 提出了自适应重投影误差的单目位姿估计优化方法。该方法以位姿估计初值为中心设置了

Duffing混沌系统基于Terminal滑模控制的投影同步

基于无反馈控制方法研究超混沌电路系统的混沌控制。通过稳定性分析和数值计算,表明系统存在两个不稳定的鞍点,分岔图和特定区域的相图和时序图进一步证明了系统存在超混沌行为。采用两种无反馈方法对系统的超混沌行

采用基于混沌动力系统的相空间重构和非线性系统的Volterra级数展开式，构建了交通流量的Volterra自适应预测模型。其基本思想是首先采用Lyapunov指数判定交通流时间序列存在混沌的前提下，对

基于混沌理论，利用混沌时间序列的多步自适应预测算法来实现对跳频频率的多步预测。仿真实验说明这种多步预测方法是可行的，在一定的预测精度下可同时实现对未来多个频点的有效预测。多步预测可更好地满足预测的实时

研究了一种全新的基于自适应混沌变异粒子群的路径规划算法。该方法首先进行环境建模，利用改进的粒子群算法获得一条较优路径。在改进的粒子算法中为防止早收敛，加入自适应混沌变异操作，在加强算法局部搜索能力的同

粒子群优化算法参数少，寻优速度快，但其寻优效率低且在寻优后期易早熟收敛。为改善其寻优性能，在标准粒子群优化算法中，通过引入混沌映射和自适应变异策略，提出具有自适应变异的混沌粒子群优化（ACPSO）算法

针对基本粒子群优化算法（PSO）算法易陷入局部最优的缺点，提出混沌自适应粒子群-序列二次规划算法（CAPSO-SQP）。在基本PSO算法的基础上，加入混沌搜索和自适应惯性权重提高全局收敛能力，并在PS

针对如何在云计算环境下进行资源合理调度一直都是当前研究的重点。首先对云资源调度问题进行分析，然后在SFLA算法的基础上，通过在蛙群的子群划分阶段引入混沌策略，在内部搜索引入反向学习策略，在全局信息交换

基于有限整数域上的三维仿射变换和复合混沌,提出了一种新的数字图像加密算法,先置乱图像中像素的位置并根据像素坐标混合像素值,然后依次进行非线性的扩散、代换、再扩散,代换时用图像数据扰动耦合的多个混沌系统