您现在的位置: 首页> 研究主题> 混沌分析

混沌分析

混沌分析的相关文献在1995年到2022年内共计107篇,主要集中在自动化技术、计算机技术、能源与动力工程、化学工业 等领域,其中期刊论文81篇、会议论文21篇、专利文献181559篇;相关期刊68种,包括数量经济技术经济研究、中国商贸、科技管理研究等; 相关会议20种,包括第九届中国高校电力电子与电力传动学术年会、第十一届长三角地区船舶工业发展论坛、2012年中国工程热物理学会燃烧学学术年会等;混沌分析的相关文献由287位作者贡献,包括石炎福、余华瑞、祝京旭等。

混沌分析—发文量

期刊论文>

论文:81 占比:0.04%

会议论文>

论文:21 占比:0.01%

专利文献>

论文:181559 占比:99.94%

总计:181661篇

混沌分析—发文趋势图

混沌分析

-研究学者

  • 石炎福
  • 余华瑞
  • 祝京旭
  • 黄卫星
  • 丁晶
  • 张化光
  • 张扬
  • 杨东升
  • 查晓明
  • 樊友平
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 马宏忠; 侯鹏飞; 严岩; 吴金利; 陈轩; 朱超
    • 摘要: 首先,根据Kolmogorov熵判断高压并联电抗器振动信号的混沌特性,在证明其具有混沌特性的基础上重构振动信号,分析不同电压等级、不同故障类型和故障程度下振动信号相轨迹的变化规律。然后,将最大Lyapunov指数、Kolmogorov熵、关联维数作为一组混沌指标定量计算和表征高压并联电抗器绕组和铁芯发生机械故障前、后振动信号混沌特性。最后,利用多混沌指标构建特征空间进行故障识别,并与已有的高压并联电抗器故障识别方法进行对比验证多混沌特征空间识别故障的优越性。分析结果表明,多混沌特征空间能够准确实现无监督在线故障识别,其准确率比已有方法至少高5%。
    • 韩峰; 丛堃林; 向杰; 李清海; 张衍国; 马静
    • 摘要: 气固流动状态决定了流化床中气固两相的混合、传热和传质特性,对流化床装置的设计、运行和监测起着重要作用。在实验室内搭建的冷态气固鼓泡流化床上,采用颗粒浓度测量仪测量了不同工况条件下流化床床中心的空隙率波动信号,通过混沌分析的方法分析气固鼓泡床中空隙率时间序列的Kolmogorov熵及其分布特征,研究表观气速、静床高度和床体尺寸对Kolmogorov熵的影响规律。研究结果表明:表观气速对Kolmogorov熵的影响最大,静床高度次之,床体尺寸最小。
    • 刘忠; 蒋盈; 邹淑云; 陈莹; 刘振; 李志鹏
    • 摘要: 针对水轮机空化过程中声发射信号表现出的强烈非线性和非平稳性,提出了水轮机空化声发射信号的混沌特性分析方法,研究了混流式水轮机空化声发射信号的混沌特征及其变化规律。基于混流式水轮机模型空化试验采集了不同空化状态下典型测点处的声发射信号,检验其混沌性后进行相空间重构,计算得到重构信号的关联维数和最大Lyapunov指数,分析了这2种混沌特征参数随水轮机空化状态变化的规律,明确了水轮机空化声发射信号的混沌特征参数与空化状态之间的对应关系。结果表明:关联维数和最大Lyapunov指数不仅可以定性地表征空化状态,而且可以定量地描述空化程度;这2种混沌特征参数受单位转速的影响比受导叶开度的影响更大。
    • 韩峰; 丛堃林; 向杰; 李清海; 张衍国; 马静
    • 摘要: 气固流动状态决定了流化床中气固两相的混合、传热和传质特性,对流化床装置的设计、运行和监测起着重要作用.在实验室内搭建的冷态气固鼓泡流化床上,采用颗粒浓度测量仪测量了不同工况条件下流化床床中心的空隙率波动信号,通过混沌分析的方法分析气固鼓泡床中空隙率时间序列的Kolmogorov熵及其分布特征,研究表观气速、静床高度和床体尺寸对Kolmogorov熵的影响规律.研究结果表明:表观气速对Kolmogorov熵的影响最大,静床高度次之,床体尺寸最小.
    • 刘忠; 蒋盈; 邹淑云; 陈莹; 刘振; 李志鹏
    • 摘要: 针对水轮机空化过程中声发射信号表现出的强烈非线性和非平稳性,提出了水轮机空化声发射信号的混沌特性分析方法,研究了混流式水轮机空化声发射信号的混沌特征及其变化规律.基于混流式水轮机模型空化试验采集了不同空化状态下典型测点处的声发射信号,检验其混沌性后进行相空间重构,计算得到重构信号的关联维数和最大Lyapunov指数,分析了这2种混沌特征参数随水轮机空化状态变化的规律,明确了水轮机空化声发射信号的混沌特征参数与空化状态之间的对应关系.结果表明:关联维数和最大Lyapunov指数不仅可以定性地表征空化状态,而且可以定量地描述空化程度;这2种混沌特征参数受单位转速的影响比受导叶开度的影响更大.
    • 潘慧; 李海广; 吴晅
    • 摘要: 以空气和水为工质,在直径3.0 mm的水平圆管通道内进行压差波动信号实验研究.根据压差波动信号图及高速工业相机拍摄的流型图,结合相空间重构、Lyapunov指数判别法对压差波动信号进行混沌动力学分析,在其基础上对压差波动信号进行Volterra自适应短期预测.结果表明:混沌分析得到的吸引子图可以更准确地展现管道内气液两相流的流动特性;Volterra自适应短期预测模型可以有效地对管道内气液两相流的压差时间序列进行短期预测,对环状流、层状流、间歇流、段塞流的压差时间序列预测的相对误差分别为1.86%、0.71%、3.90%、2.49%.
    • 林宇; 苏爱军
    • 摘要: 在周期性库水位涨落和季节性强降雨等因素影响下,藕塘滑坡前缘地下水位时间序列呈现混沌特性。以藕塘滑坡前缘水文孔(MZK5)地下水位序列为研究对象,进行混沌分析;并利用饱和关联维数法和最大Lyapunov指数法,在水位序列相空间重构的基础上对混沌特性验证。为克服粒子群算法本身的不足和SVR模型参数选取困难的缺点,采用基于遗传选择策略的粒子群算法(GSSPSO)优化选取SVR模型的参数,再用预测性能较为精准的回归型支持向量机(SVR)模型对其进行预测。对MZK5水文孔地下水位进行了BP神经网络模型预测和优化后模型(GSSPSO-SVR)预测。结果表明:藕塘滑坡前缘地下水位序列具有混沌特征,GSSPSOSVR模型预测结果的均方根误差为0.036 m,拟合优度为0.803,说明GSSPSO-SVR模型预测效果较理想,且预测精度高于BP网络模型,具有较强的实用性。
    • 曹林宁; 吴道科; 李兵; 张赫
    • 摘要: 水轮机调节系统是一种复杂的非线性非最小相位系统,为了深入研究其调节规律,在考虑水轮机非线性和弹性水击的基础上,引入二阶发电机动态模型并忽略系统频率扰动,提出了一种新的水-机-电联合非线性模型。以调速器PID参数为控制参数,通过六维自治系统Hopf分岔直接判据对该模型进行理论分析,得到了该非线性系统的稳定域。并结合分岔图、时域响应图和系统相轨迹图分析了不同调速器参数时系统拓扑结构的变化,结果表明:当调速器参数远离分岔点时,系统能够快速收敛与稳定,这为非线性水轮机调节系统控制参数的整定及其安全稳定运行提供了理论依据。
    • 董哲; 唐湘滟; 程杰仁; 张晨; 林福生
    • 摘要: The distributed denial of service (DDoS) attack is one of the most destructive attacks in the network environment.Existing attack detection algorithms based on machine learning often use the eigenvalues of a time to be classified to perform classification.However, the correlation with the features of its adjacent time is not taken into account.The false positive rate and false negative rate therefore are high.We propose a DDoS attack detection method based on hidden Markov model (HMM) time series prediction and chaos model.Aiming at the burstiness of mass attack traffic, we firstly define the network traffic weighted features (NTWF) and network flow average rate (NFAR) to describe the features of network traffic.Then, we use the hierarchical clustering algorithm to classify training sets to get the hidden layer state (HLS) sequences.We employ the NTWF sequence and HLS sequence to conduct supervised learning of the HMM, and predict the NTWF sequence by the state transition matrix and confusion matrix obtained before.Finally, we analyze the prediction error of NTWF sequences by the chaotic model, which is combined with the NFAR-based rules, to distinguish attack behavior.Experimental results show that compared with similar methods, the propose method has lower false positive rate and false negative rate.%分布式拒绝服务 (DDoS) 攻击是网络环境中最具破坏力的攻击方式之一, 现有基于机器学习的攻击检测方法往往直接将某时刻的特征值代入分类器进行分类, 没有考虑相邻时刻特征之间的联系, 因而导致误报率和漏报率较高.提出一种基于隐马尔科夫模型HMM时间序列预测和混沌模型的DDoS攻击检测方法.针对大规模攻击网络流量的突发性, 定义网络流量加权特征NTWF和网络流平均速率NFAR二元组来描述网络流量的特点;然后采用层次聚类算法对训练集进行分类, 以获取隐层状态HLS序列, 利用NTWF序列和HLS序列对HMM进行监督学习获得状态转移矩阵和混淆矩阵, 以预测NTWF序列;最后通过混沌模型分析NTWF序列的预测误差, 结合基于NFAR的规则来识别攻击行为.实验结果表明, 与同类方法相比, 所提方法具有较低的误报率和漏报率.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号