1) the fractal dimension of chaotic attractor
混沌吸引子的分形维
2) chaotic attractor
混沌吸引子
1.
Prediction algorithm for fast fading channels based on the chaotic attractor;
基于混沌吸引子的快衰落信道预测算法
2.
Visualization of chaotic attractors with rotational symmetries;
具有旋转对称性混沌吸引子的计算机可视化
3.
A method to extract unstable periodic orbits in chaotic attractors;
一种求解嵌入在混沌吸引子中不稳定周期轨道的新方法(英文)
3) chaotic attractors
混沌吸引子
1.
Visualization of chaotic attractors with planar crystallographic sym metry;
具有平面晶体对称性的混沌吸引子的可视化
2.
A perfect block cipher scheme with cipher block chaining model is described for a symmetric encryption algorithm based on the chaotic attractors in discrete Hopfield neural networks.
离散 Hopfield神经网络存在混沌吸引子 ,基于此可以构造新的加密算法。
3.
Presented in this paper is a new approach to some statistical properties of chaotic attractors on the basis of the cell model of chaotic attractors.
基于混沌吸引子的细胞模型 ,本文提出分析混沌吸引子统计特性的一种方法 。
4) chaos attractor
混沌吸引子
1.
A construction method for chaos attractor has been presented based on JULIA sets.
在研究 JULIA集所具有混沌性质的基础上 ,给出了一种混沌吸引子的构造算法 。
2.
The features of the chaos can be expressed by the track of the chaos attractor in phase space.
混沌系统的特性可用其混沌吸引子在相空间中的轨迹来表征。
6) three-dimensional multi-scroll chaotic attractors
三维多涡卷混沌吸引子
补充资料：分形维数
| 分形维数 fractal dimension 描述分形最主要的参量。简称分维。通常欧几里德几何中，直线或曲线是1维的，平面或球面是2维的，具有长、宽、高的形体是 3 维的；然而对于分形如海岸线、科赫曲线、射尔宾斯基海绵等的复杂性无法用维数等于 1、2、3 这样的数值来描述。科赫曲线第一次变换将1英尺的每边换成4个各长4英寸的线段，总长度变为 3×4／3＝4 英尺；每一次变换使总长度变为乘以4／3，如此无限延续下去，曲线本身将是无限长的。这是一条连续的回线，永远不会自我相交，回线所围的面积是有限的，它小于一个外接圆的面积。因此科赫曲线以它无限长度挤在有限的面积之内，确实是占有空间的 ，它比1维要多，但不及2维图形，也就是说它的维数在1和2之间，维数是分数。同样，谢尔宾斯基海绵内部全是大大小小的空洞，表面积是无限大，而占有的 3 维空间是有限的，其维数在2和3之间。 计算分形维数的公式是  ，式中ε是小立方体一边的长度， N （ε）是用此小立方体覆盖被测形体所得的数目，维数公式意味着通过用边长为ε的小立方体覆盖被测形体来确定形体的维数。对于通常的规则物体 ，覆盖一根单位 长度的线 段所需 的数目要 N （ε）＝1／ε2，覆盖一个单位边长的正方形，N(ε)＝（1／ε）2 ，覆盖单位边 长的立方体，N （ε）＝（1／ε）3。从这三个式子可见维数公式也适用于通常的维数含义。利用维数公式可算得科赫曲线的维数 d＝1.2618，谢尔宾斯基海绵的维数d＝ 2.7268。对于无规分形，可用不同的近似方法予以计算，也可用一定的适当方法予以测定。分维反映了复杂形体占有空间的有效性，它是复杂形体不规则性的量度。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条