混沌系统在图像加密中的应用(基于哈密顿能量函数的混沌系统构造1.4)

混沌系统在图像加密中的应用(基于哈密顿能量函数的混沌系统构造1.4)

  • 前言
  • 一、逆时间对称性分析
  • 二、具有逆时间对称性的单晶格状混沌与拟周期流
    • 1.逆时间对称性及哈密顿能量函数
    • 2.数值仿真
  • python代码

前言

续接混沌系统在图像加密中的应用(基于哈密顿能量函数的混沌系统构造1.3)

一、逆时间对称性分析

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

二、具有逆时间对称性的单晶格状混沌与拟周期流

1.逆时间对称性及哈密顿能量函数

在这里插入图片描述
在这里插入图片描述

2.数值仿真

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
注意系统(3.49)产生的保守运动不能形成任何类型的吸引子。从前面两种情形下可以看出,不同的初始条件会形成不同的动态特性,诸如保守混沌、拟周期 运动,有点类似于耗散系统中隐藏的动态。
在这里插入图片描述

python代码

import numpy as np
from scipy.integrate import odeint
import matplotlib.pylab as mpl
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
mpl.rcParams['font.sans-serif'] = ['Times new roman']  # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题def dmove(Point, t, sets):a, k = setsx, y, z = Pointreturn np.array([y * (y*y - a*a) + z * (z*z - a*a),-x * (x*x - a*a) + y * z * (z*z - a*a),-x * (x*x - a*a) - y * y * (y*y - a*a) + k])t = np.arange(0, 1000, 0.01)  # 时间序列 总共有 100/0.01=10000 个点
T = np.linspace(0,100,len(t))
par_a = 2
par_k = 1par = [par_a, par_k]
P = odeint(dmove, (-2, 2, 0), t, args=(par,))
H = 1 / 2 * (P[:, 0]**2 + P[:, 1]**2 + P[:, 2]**2)  # 哈密顿能量
dH_dt = par_k * P[:, 2]fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot(P[:, 0], P[:, 1], P[:, 2], lw=0.7, c="b")
ax.set_xlabel('x', fontsize=12)
ax.set_ylabel('y', fontsize=12)
ax.set_zlabel('z', fontsize=12)
plt.tight_layout()
ax.set_title("")
ax.grid()plt.figure()
plt.plot(P[:, 0], P[:, 1], lw=1, c="b")
plt.xlabel("x", fontsize=15)
plt.ylabel("y", fontsize=15)plt.figure()
plt.plot(P[:, 1], P[:, 2], lw=1, c="b")
plt.xlabel("y", fontsize=15)
plt.ylabel("z", fontsize=15)plt.figure()
plt.plot(P[:, 0], P[:, 2], lw=1, c="b")
plt.xlabel("x", fontsize=15)
plt.ylabel("z", fontsize=15)plt.show()

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/190074.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

LeetCode热题100——图论

图论 1. 岛屿的数量2. 腐烂的橘子 1. 岛屿的数量 给你一个由 ‘1’(陆地)和 ‘0’(水)组成的的二维网格,请你计算网格中岛屿的数量。岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆…

Pytorch torch.normal()的用法

该函数原型如下: normal(mean, std, *, generatorNone, outNone) 该函数返回从单独的正态分布中提取的随机数的张量,该正态分布的均值是mean,标准差是std。 用法如下:我们从一个标准正态分布N~(0,1),提取…

cadence virtuoso PEX option error

在设置PEX options时出现error。 Error while compiling rules file /home/IC/Tech/PDk_13mmrf_1P6M_30k/Calibre/LvS/SmicSPM7PR12R_cal013_mixR_sali_pimtx_1233_v2.6_2P . xrc: ErrorINCLi on lire 838of /home/IC/Tech/PDK_13mmrf_1P6M_30k/Calibre/LvS/SmicSPM7PR12R_cal…

二十八、W5100S/W5500+RP2040树莓派Pico<MQTT连接OneNET控制板载LED>

文章目录 1. 前言2. 简介2.1 初步了解OneNET物联网平台创建产品步骤2.2 OneNET物模型讲解 3 WIZnet以太网芯片4 示例概述4.1 流程图4.2 准备工作核心4.3 连接方式4.4 主要代码概述4.5 结果演示 5 注意事项6 相关链接 1. 前言 物联网平台提供安全可靠的设备连接通信能力&#xf…

[算法学习笔记](超全)概率与期望

引子 先来讲个故事 话说在神奇的OI大陆上,有一只paper mouse 有一天,它去商场购物,正好是11.11,商店有活动 它很荣幸被选上给1832抽奖 在抽奖箱里,有3个篮蓝球,12个红球 paper mouse能抽3次 蒟蒻的p…

基于LeNet实现手写体数字识别实验

目录 1 数据 1.1 数据预处理 2 模型构建 2.1 自定义算子实现 2.2 Pytorch框架实现 2.3 测试两个网络的运算速度 2.4 两个网络加载同样的权重,两个网络的输出结果是否一致? 2.5 计算模型的参数量和计算量。 3 模型训练 4 模型评价 5 模型预测 总结…

网络工程师沦为IT行业里的“二等公民”了?

大家好,我是老杨。 都说网工难,都说网工苦,都说网工行业已经不行了、网工成为最底层、“二等公民”,已经彻底没落了…… 这些在互联网里持续不断散发出来的负能量,有没有让你在深夜耍手机的时候一次又一次的扎心过&a…

【C++】——阶段性测验(帮助巩固C++前半部分知识)

🎃个人专栏: 🐬 算法设计与分析:算法设计与分析_IT闫的博客-CSDN博客 🐳Java基础:Java基础_IT闫的博客-CSDN博客 🐋c语言:c语言_IT闫的博客-CSDN博客 🐟MySQL&#xff1a…

数据库学习 02-01 关系数据模型详细学习(数据库模式中的一种)

关系型数据模型的相关概念介绍: 01.关系(Relation) 一个关系对应通常说的一张表 02.元组(Tuple) 表中的一行即为一个元组,也就是一个对象 03.属性(Attribute) 表中的一列即为一个属性…

2023年AI生成音频研究报告

第一章 行业概况 1.1 定义 AI音频生成行业,作为人工智能生成内容(AIGC)技术渗透的关键领域,正迅速成为技术革新的前沿阵地。这一领域专注于运用先进的人工智能技术和复杂算法来创造音频内容,覆盖了语音合成、音乐制作…

Pytorch torch.dot、torch.mv、torch.mm、torch.norm的用法详解

torch.dot的用法: 使用numpy求点积,对于二维的且一个二维的维数为1 torch.mv的用法: torch.mm的用法 torch.norm 名词解释:L2范数也就是向量的模,L1范数就是各个元素的绝对值之和例如:

业务架构、技术架构、项目管理的有机结合

新入职的创业公司一年不行了。 这一年来没有上班,也因为大龄的问题找不到合适的工作。然后考了几个项目管理证书,又思考了一个技术兑现的问题。 技术本身是架构的执行层面,如果上面的公司战略、业务架构变小,缩水,或者…