基于改进混沌麻雀搜索算法S盒与神经元电路的图像加密技术

1

作者 杨超 魏霞 王聪 《计算机应用与软件》 北大核心 2024年第10期335-341,385,共8页

鉴于目前的图像加密算法所采用的S盒结构过于简单,易被破解。选用由改进的脉冲耦合尖峰神经元电路得到的混沌映射(MPSNC),并使用该映射对混沌麻雀搜索算法(CSSA)进行优化。随后,结合MPSNC映射和改进后的CSSA,设计新型的混沌S盒。最后,基... 鉴于目前的图像加密算法所采用的S盒结构过于简单,易被破解。选用由改进的脉冲耦合尖峰神经元电路得到的混沌映射(MPSNC),并使用该映射对混沌麻雀搜索算法(CSSA)进行优化。随后,结合MPSNC映射和改进后的CSSA,设计新型的混沌S盒。最后,基于MPSNC映射和新型混沌S盒构造一种图像加密算法,为增加S盒的变化,对其进行S8变换。通过迭代混沌映射生成混沌序列,使用混沌序列和S8S盒对图像进行扩散和置乱操作,得到加密后的图像。经实验验证,该加密算法参数丰富,复杂度高,并由于S盒的应用,提高了算法的非线性度,具有良好的性能,适用于图像加密。 展开更多

关键词 S盒 神经元电路 混沌麻雀搜索算法 混沌映射 S8变换

在线阅读 下载PDF 职称材料

基于混沌麻雀搜索算法的室内蓝牙RSSI标定方法

2

作者 刘洋 万吉林 余敏 《江西师范大学学报（自然科学版）》 CAS 北大核心 2024年第4期359-363,共5页

针对不同型号的智能移动终端设备,由软件和硬件的异构性而导致不同设备在同一采集点处采集到的同一蓝牙源接入点的蓝牙信号强度观测值存在显著差异而影响定位精度的问题,该文提出了一种基于混沌麻雀搜索算法优化BP神经网络模型的室内蓝... 针对不同型号的智能移动终端设备,由软件和硬件的异构性而导致不同设备在同一采集点处采集到的同一蓝牙源接入点的蓝牙信号强度观测值存在显著差异而影响定位精度的问题,该文提出了一种基于混沌麻雀搜索算法优化BP神经网络模型的室内蓝牙RSSI(received signal strength indicator)标定算法.该标定算法应用混沌麻雀搜索算法的全局搜索能力和快速收敛性来帮助BPNN模型选取最优的初始权值和阈值.实验结果表明:该标定方法得到的平均RSSI误差相较于未标定之前降低了87.6%,有效地降低了软硬件异构性对采集到的蓝牙信号强度观测值的精度. 展开更多

关键词 软硬件异构性 BP神经网络 混沌麻雀搜索算法 蓝牙RSSI标定模型

在线阅读 下载PDF 职称材料

基于混沌麻雀搜索算法的PMSM直接转矩控制 被引量：5

3

作者 左亚辉 谢源 +2 位作者 邹定江 刘世昌 洪炫宇 《组合机床与自动化加工技术》 北大核心 2023年第2期174-177,共4页

永磁同步电机直接转矩控制系统中PI控制器的比例增益(Kp)和积分增益(Ki)直接影响了系统的控制性能,提出了混沌麻雀搜索算法(CSSA)来优化直接转矩系统PI控制器的参数。利用Sine混沌映射初始化种群,选出适应度排序靠前的麻雀个体作为初始... 永磁同步电机直接转矩控制系统中PI控制器的比例增益(Kp)和积分增益(Ki)直接影响了系统的控制性能,提出了混沌麻雀搜索算法(CSSA)来优化直接转矩系统PI控制器的参数。利用Sine混沌映射初始化种群,选出适应度排序靠前的麻雀个体作为初始种群,提高初始解的质量,解决了麻雀搜索算法(SSA)容易陷入局部最优的问题,进而使算法的全局搜索能力提升。基于MATLAB/Simulink仿真实验表明,将CSSA应用于直接转矩控制系统,相比于SSA,在搜索可靠性、迭代次数收敛速度得到改善,使得电机系统的动态响应速度和鲁棒性有着较大的提升,同时可以有效抑制电机的转矩、磁链的波动。 展开更多

关键词 永磁同步电机 直接转矩控制 混沌麻雀搜索算法 PI控制器

在线阅读 下载PDF 职称材料

基于混沌麻雀搜索算法优化BP神经网络的短期风电功率预测 被引量：4

4

作者 陈宝奇 周再祥 张强 《工业仪表与自动化装置》 2022年第6期13-17,共5页

在构建以新能源为主体的电力系统方面,风电功率的短期预测对提高电力系统的经济效益和风能利用率十分重要。针对传统麻雀搜索算法(SSA)优化BP(SSA-BP)神经网络对风电功率的短期预测存在易陷入局部最优、收敛速度较慢和预测精度不高等问... 在构建以新能源为主体的电力系统方面,风电功率的短期预测对提高电力系统的经济效益和风能利用率十分重要。针对传统麻雀搜索算法(SSA)优化BP(SSA-BP)神经网络对风电功率的短期预测存在易陷入局部最优、收敛速度较慢和预测精度不高等问题,提出一种基于混沌麻雀搜索优化算法(CSSOA)优化BP(CSSOA-BP)神经网络的短期风电功率预测方法。该文以西北某风电场作为研究对象,引入皮尔逊(person)相关系数,分析出与风电功率输出相关性较强的风电机组数据集作为模型的输入,避免冗余数据影响风电功率的预测;利用SSA算法和CSSOA算法分别改进BP神经网络;使用该风电场实测历史数据对各预测模型进行仿真测试。仿真结果表明:基于CSSOA-BP的预测模型相较于SSA-BP拥有更好的预测精度,更符合电力工业生产的需求。 展开更多

关键词 风电功率预测 混沌麻雀搜索算法(CSSOA) 改进神经网络 预测精度

在线阅读 下载PDF 职称材料

基于混沌麻雀算法的船用焊接机器人轨迹优化 被引量：5

5

作者 张泽鹏 茅云生 +2 位作者 傅何琪 宋利飞 周永清 《船舶工程》 CSCD 北大核心 2022年第5期134-140,共7页

针对船用焊接机器人运动轨迹过渡段时间具有不确定性且机械臂运动过程中要符合效率高和振动冲击低等要求的问题,基于传统的5次多项式轨迹规划,利用混沌麻雀搜索算法以时间和脉动冲击(平滑度)为目标对船用焊接机器人过渡段运行轨迹进行... 针对船用焊接机器人运动轨迹过渡段时间具有不确定性且机械臂运动过程中要符合效率高和振动冲击低等要求的问题,基于传统的5次多项式轨迹规划,利用混沌麻雀搜索算法以时间和脉动冲击(平滑度)为目标对船用焊接机器人过渡段运行轨迹进行相应优化。仿真结果表明:采用的轨迹规划方法优化效果好,与未优化情形相比,运行时间减少了26%,有效提升了机械臂的效率和平稳性。该优化方法对于船用焊接机器人具有可实行性。 展开更多

关键词 船用焊接机器人 混沌麻雀搜索算法 轨迹优化 平滑度

在线阅读 下载PDF 职称材料

基于混沌二进制麻雀搜索的配电网故障恢复方法 被引量：3

6

作者 张俊潇 高崇 +2 位作者 劳永钊 段瑶 程苒 《高电压技术》 EI CAS CSCD 北大核心 2023年第S01期247-253,共7页

为了解决分布式电源接入给主动配电网的安全可靠运行带来巨大挑战的问题,提出一种基于混沌二进制麻雀搜索算法的分布式电源配电网故障恢复方法。首先,提出了一种麻雀搜索算法,利用二进制离散化数据和混沌初始化种群的思想,极大地提高了... 为了解决分布式电源接入给主动配电网的安全可靠运行带来巨大挑战的问题,提出一种基于混沌二进制麻雀搜索算法的分布式电源配电网故障恢复方法。首先,提出了一种麻雀搜索算法,利用二进制离散化数据和混沌初始化种群的思想,极大地提高了算法的精度、收敛速度和稳定性;然后,综合考虑恢复重要负荷、开关动作次数、网络损失等因素建立多目标函数,构建有源配电网故障恢复模型,采用二进制麻雀搜索算法进行求解,输出含分布式电源的配电网最优故障恢复策略;最后,经过实验结果表明,所提的方法可以准确获得配电网故障恢复策略。 展开更多

关键词 分布式电源 配电网 故障恢复 粒子群算法 混沌二进制麻雀搜索算法 二进制离散 混沌初始

在线阅读 下载PDF 职称材料

基于CSSA-LSTM神经网络的动态称重算法的研究

7

作者 狄俊豪 郭晨霞 杨瑞峰 《电子测量技术》 北大核心 2024年第11期95-100,共6页

为了提高动态称重的测量精度,实现智慧牧场的实时监测和精细化管理,提出利用混沌麻雀搜索算法优化LSTM的神经网络的动态称重算法。通过动态称重台进行数据采集,并使用卡尔曼滤波算法对干扰数据进行处理。利用Tent映射策略和高斯变异后... 为了提高动态称重的测量精度,实现智慧牧场的实时监测和精细化管理,提出利用混沌麻雀搜索算法优化LSTM的神经网络的动态称重算法。通过动态称重台进行数据采集,并使用卡尔曼滤波算法对干扰数据进行处理。利用Tent映射策略和高斯变异后的麻雀搜索算法优化LSTM神经网络各参数,从而建立CSSA-LSTM神经网络模型。结果表明,CSSA-LSTM神经网络的平均绝对百分比误差在1.5%以内,平均绝对误差减少了0.874,均方根误差减少了1.1153。对比实验证明,该混合算法预测的误差最小,有效提高了动态称重的测量精度。 展开更多

关键词 动态称重 卡尔曼滤波算法 混沌麻雀搜索算法 LSTM神经网络

在线阅读 下载PDF 职称材料

CSSA-DWNN算法的机器人焊接工艺参数优化研究 被引量：1

8

作者 朱广明 华亮 +1 位作者 赵佳皓 羌予践 《实验室研究与探索》 CAS 北大核心 2023年第7期48-53,共6页

使用机器人进行焊接作业是提升工业生产效率的重要手段,合理的工艺参数是保障机器人焊接质量的关键。针对现有焊接工艺参数优化方法易陷入局部最小、训练时间长、拟合精度不高的问题,提出了一种混沌麻雀搜索算法优化双权值神经网络的新... 使用机器人进行焊接作业是提升工业生产效率的重要手段,合理的工艺参数是保障机器人焊接质量的关键。针对现有焊接工艺参数优化方法易陷入局部最小、训练时间长、拟合精度不高的问题,提出了一种混沌麻雀搜索算法优化双权值神经网络的新算法。该方法利用混沌麻雀搜索算法的全局搜索能力为双权值神经网络的方向权值、核心权值、幅值选取最优参数。提出了基于新算法的焊接工艺参数优化方法,建立焊接工艺参数与焊接质量之间的映射模型,获取最优焊接参数。分别采用模拟数据与实测激光焊接实验数据对所提方法进行测试,结果表明,混沌麻雀搜索算法优化的双权值神经网络迭代速度快、拟合精度高,较传统的双权值神经网络和径向基神经网络性能更优,适用于工业生产中焊接机器人工艺参数的高效设定。 展开更多

关键词 焊接机器人 双权值神经网络 混沌麻雀搜索算法 参数优化

在线阅读 下载PDF 职称材料

CSSA算法在空间3R机械手逆运动学计算中应用 被引量：2

9

作者 于权伟 李光 +1 位作者 谢楚政 吴陈诚 《计算机仿真》 北大核心 2023年第1期455-461,共7页

基于混沌麻雀搜索算法(Chaos Sparrow Search Algorithm)具有精度高,搜索能力强,收敛速度快等优点,提出一种将CSSA应用于多自由度机械臂逆运动学解的新方法。以空间3R机械手为例:首先用螺旋理论进行正向运动学建模并通过3R机械手空间几... 基于混沌麻雀搜索算法(Chaos Sparrow Search Algorithm)具有精度高,搜索能力强,收敛速度快等优点,提出一种将CSSA应用于多自由度机械臂逆运动学解的新方法。以空间3R机械手为例:首先用螺旋理论进行正向运动学建模并通过3R机械手空间几何关系,将关节空间划分为4个只有唯一逆解的子空间;其次通过雅可比矩阵行列式为0的方法求出3R机械手奇异位置;最后建立仿真,以各子空间边界作为约束条件,将子空间内的逆运动学求解转换为CSSA算法有约束寻优;验证CSSA算法求逆运动学解中的可行性;仿真结果表明,CSSA算法可精确求出3R机械手的所有逆运动学解,算法具有稳定性,收敛速度快且不受奇异性的影响。 展开更多

关键词 逆运动学 混沌麻雀搜索算法 机械手 关节子空间 雅可比矩阵

在线阅读 下载PDF 职称材料

基于CSSA-BPNN模型的胶结充填体动态抗压强度预测 被引量：1

10

作者 王小林 梅佳伟 +3 位作者 郭进平 卢才武 王颂 李泽峰 《有色金属工程》 CAS 北大核心 2024年第2期92-101,共10页

充填采矿法二步骤回采时胶结充填体稳定性受爆破扰动而降低。为快速准确地获得充填体动态抗压强度,利用分离式霍普金森压杆(SHPB)进行了40组不同应变率的单轴冲击实验,以灰砂比、充填体密度、养护龄期和平均应变率作为输入参数,充填体... 充填采矿法二步骤回采时胶结充填体稳定性受爆破扰动而降低。为快速准确地获得充填体动态抗压强度,利用分离式霍普金森压杆(SHPB)进行了40组不同应变率的单轴冲击实验,以灰砂比、充填体密度、养护龄期和平均应变率作为输入参数,充填体动态抗压强度作为输出参数,建立了一种基于Logistic混沌麻雀搜索算法(CSSA)优化BP神经网络(BPNN)的预测模型,并与传统BPNN和麻雀搜索算法优化的BPNN进行了对比分析。结果表明:CSSA-BPNN模型的平均相对误差为4.11%,预测值与实测值之间拟合的相关系数均在0.96以上,模型预测精度高。CSSA-BPNN模型的均方根误差为0.395 0 MPa,平均绝对误差为0.359 2 MPa,决定系数为0.995 2,均优于另外两种预测模型。实现了对充填体动态抗压强度的准确预测,可大幅减小物理实验量,为矿山胶结充填体的强度设计提供了一种新方法。 展开更多

关键词 混沌麻雀搜索算法(CSSA) BP神经网络(BPNN) 胶结充填体 分离式霍普金森压杆(SHPB) 动态抗压强度

在线阅读 下载PDF 职称材料

基于KPCA-CGSSA-KELM的变压器故障识别方法 被引量：2

11

作者 江兵 李响 +2 位作者 巢一帆 余子煜 陶锴 《电子测量与仪器学报》 CSCD 北大核心 2024年第5期139-147,共9页

针对冗余特征对变压器故障识别影响和传统方法识别准确率低的问题,提出一种基于核主成分分析(kernal principal component analysis, KPCA)与混沌麻雀搜索算法(chaos gauss sparrow search algorithm, CGSSA)优化核极限学习机(kernelize... 针对冗余特征对变压器故障识别影响和传统方法识别准确率低的问题,提出一种基于核主成分分析(kernal principal component analysis, KPCA)与混沌麻雀搜索算法(chaos gauss sparrow search algorithm, CGSSA)优化核极限学习机(kernelized extreme learning machine, KELM)的变压器故障识别方法。首先,通过KPCA对变压器故障数据进行预处理,降低特征间相关性。其次,通过引入改进Tent映射和高斯变异策略优化麻雀搜索算法提高其搜索精度和收敛速度,并将CGSSA与麻雀搜索算法(SSA)、灰狼优化算法(GWO)及鲸鱼优化算法(WOA)效果进行对比。最后,利用经KPCA处理后的特征数据作为模型输入,并通过CGSSA准确选择KELM的核函数参数和正则化系数,建立KPCA-CGSSA-KELM变压器故障识别模型。实验结果表明,在相同输入数据的情况下,CGSSA在收敛速度和寻优精度方面均有提升,且所提方法识别准确率为95.7%,较WOA-KELM、GWO-KELM、SSA-KELM分别提高18.6%、10%、15.7%。结果表明所提方法能有效处理冗余特征,提高故障识别准确率,证明了使用所提方法在在冗余特征影响的情况下进行变压器故障识别的有效性与可行性。 展开更多

关键词 变压器故障识别 核主成分分析 混沌麻雀搜索算法 核极限学习机

在线阅读 下载PDF 职称材料

基于CSSA-LSTM的IGBT模块退化趋势预测

12

作者 柳行青 赵国帅 韩素敏 《电子科技》 2024年第8期60-67,共8页

针对逆变器中绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor,IGBT)模块失效率高且易损伤老化以及器件退化过程难以预测的问题,文中提出一种结合长短期神经网络(Long Short-Term Memory,LSTM)和混沌麻雀的神经网络预测模型。通... 针对逆变器中绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor,IGBT)模块失效率高且易损伤老化以及器件退化过程难以预测的问题,文中提出一种结合长短期神经网络(Long Short-Term Memory,LSTM)和混沌麻雀的神经网络预测模型。通过引入二维皮尔逊相关系数法获取组合退化特征,构建基于LSTM的电压退化预测模型。利用模型自适应提取退化特征内部相关性,实现对关键信息筛选,挖掘深层次退化特征。在麻雀搜索算法的可行域中引入高斯变异的正态分布随机数和Tent映射对应的混沌序列,提升预测的精度和稳定性。对模型的学习率、神经元个数、batch-size进行寻优,寻找最优值匹配网络拓扑。采用最优结构参数的LSTM对各原始数据分别预测,得到最终的退化预测值。以NANS实验中心的加速退化数据集进行算例分析,并与常规预测算法对比,验证所提算法的有效性和准确性。 展开更多

关键词 混沌麻雀搜索算法 LSTM 参数优化 退化趋势预测 IGBT 高斯变异 预测模型 TENT映射

在线阅读 下载PDF 职称材料

改进两阶段分解的熵变混合短期风速预测研究 被引量：2

13

作者 杨奎 邱翔 +1 位作者 李家骅 刘宇陆 《计算机仿真》 北大核心 2022年第2期457-461,466,共6页

针对风速序列不平稳难以预测的问题,提出了一种混沌麻雀搜索算法(CSSA)优化最小二乘支持向量机(LSSVM)参数的短期风速预测混合模型。模型结合样本熵(SE)和具有自适应噪声改进的互补集成经验模态分解(ICEEMDAN)、变分模态分解(VMD)两阶... 针对风速序列不平稳难以预测的问题,提出了一种混沌麻雀搜索算法(CSSA)优化最小二乘支持向量机(LSSVM)参数的短期风速预测混合模型。模型结合样本熵(SE)和具有自适应噪声改进的互补集成经验模态分解(ICEEMDAN)、变分模态分解(VMD)两阶段分解的数据预处理方法。首先,利用ICEEMDAN分解原始风速序列,且依据SE评估子序列的复杂程度,重构熵值近似的序列,VMD二次分解熵值最大的序列。然后对所有子序列分别建立LSSVM预测模型,同时CSSA对该模型参数优化以提高预测效率。最后将预测的各子序列叠加得到最终风速预测值。通过与经典模态分解等混合模型比较表明,所提基于优化算法的模型预测精度和收敛速度有明显提高。 展开更多

关键词 具有自适应噪声改进的互补集成经验模态分解 混沌麻雀搜索算法 变分模态分解 样本熵 最小二乘支持向量机 短期风速预测

在线阅读 下载PDF 职称材料

基于ICEEMDAN-ICSSA-CKELM-TCCA的短期风电功率预测研究

14

作者 韦权 汤占军 贺建峰 《现代电子技术》 2023年第24期39-46,共8页

为了提高风电功率预测的准确性,基于信号分解、优化算法和误差修正,提出一种ICEEMDAN-ICSSA-CKELMTCCA的风电功率预测组合模型。首先采用改进的带自适应噪声的完全集成经验模式分解(ICEEMDAN)和样本熵原理,对原始功率序列进行分解和重构... 为了提高风电功率预测的准确性,基于信号分解、优化算法和误差修正,提出一种ICEEMDAN-ICSSA-CKELMTCCA的风电功率预测组合模型。首先采用改进的带自适应噪声的完全集成经验模式分解(ICEEMDAN)和样本熵原理,对原始功率序列进行分解和重构,得到更适合提取特征的新序列。然后,建立包含Poly核函数、RBF核函数的组合核极限学习机(CKELM)对新的序列进行初步预测,并利用融合了Tent混沌映射、动态惯性权重和自适应t变异策略的改进混沌麻雀搜索算法(ICSSA)对其参数进行优化,提升CKELM预测性能。最后将时间卷积网络(TCN)与高效通道注意力机制(ECA)组合搭建为TCCA模型,对初步预测结果进行修正。以中国云南省某风电场的数据为例进行多组实验,结果表明该模型针对风电功率具有较高的预测精度。 展开更多

关键词 短期风电功率预测 自适应噪声的完全集成经验模式分解 混沌麻雀搜索算法 组合核极限学习机 样本熵 时间卷积网络

在线阅读 下载PDF 职称材料