灰色评价法、模糊综合评价等需确定隶属函数、各指标权重,明显受人为因素的影响。尝试应用神经网络技术进行网络安全的综合评价,并通过在单指标评价标准范围内随机取值方法,生成建立神经网络模型所需的训练样本、检验样本和测试样本,在遵循BP网络建模基本原则和步骤的情况下,建立了可靠、有效的网络安全综合评价模型。16个实例研究表明：提出的样本生成方法、建模过程是可靠的,并能有效地避免出现“过训练”和“过拟合”现象,建立的BP模型具有较好的泛化能力,不受人为因素的影响,各评价指标与网络安全等级之间存在明显的非线性关系,网络安全策略对网络安全的影响最大。

混沌振子无法检测与其策动力频率相差较大的微弱信号,为此,提出了混沌阵检测法,但其不易工程实现。针对这种现状提出了一种循环混沌检测方法,该方法不但易于工程实现,而且有很好的普适性。实验表明,该方法能有效、精确地检测微弱信号。

超混沌强化对称加密算法的研究与应用.doc

借助李雅普诺夫稳定性理论提出了一种自适应混沌同步控制方法.该方法通过构造适当的控制函数,从理论上保证了混沌同步控制的稳定性.MATLAB 仿真实现了Lorenz 系统和Chen 系统的混沌同步以及广义Lorenz 系统和广义Chen 系统的混沌同步控制.

基于混沌序列的图像加密解密matlab仿真+含代码操作演示视频 运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

针对多目标优化（multi-objecdve optimization pmblem，MOP）问题，特别是解集分布非均匀问题，提出一种基于混沌变异的优化算法。通过Pareto支配思想来决定粒子的飞行方向，在进化后期加入混沌变异操作，有效地避免早熟收敛现象；根据粒子群优化算法（particle swam otimixation，PSO）特有的记忆建立外部档案，动态引导微粒在每一次迭代的飞行方向。最后通过8个标准多目标测试函数进行测试，实验结果表明该算法是有效可行的，其性能比SPEA和NSGAⅡ更优。

此压缩包里是关于混沌系统/映射的性能测试代码，包括有：C0复杂度、关联维、嵌入维、李雅普诺夫指数、最大李雅普诺夫指数、Poincare截面、相平面、分岔图以及功率谱。

混沌理论及其在建立神经网络模型中的应用.doc

神经网络非线性函数拟合基于粒子群优化算法 PSO , 模拟退火 PSO , 混沌 SAPSO , 神经网络 , 非线性函数

混沌函数的matlab代码