实数、数据科学和混沌:如何用一个参数拟合任何数据集
chaos-theory 开源项目推荐(406 个)
chaos-theory 话题在 GitHub 上没有填写简介,这里按 Star 数汇总最相关的热门仓库。
热门项目 前 20
按 Star 数排序展示前 20 个 · GitHub 共 406 个仓库为你的React应用设计混沌工程。
《使用Python进行时间序列分析》课程(STA-2003)的书籍和材料
用于非线性动力学的 Patched Attention [ICLR 2026]
这是一个密码学项目,涉及使用各种混沌映射实现图像加密,并基于密钥敏感性比较其优缺点,
用Python实现混沌吸引子(Lorenz、Rossler、Rikitake等)
Bl-IEA 是一个基于研究的比特级指纹图像加密算法实现,结合了修正伪哈达玛变换(MPHT)和混沌斜帐篷映射。它实现了强扩散、高随机性和完美的可逆性,确保了适合实时应用的安全高效生物识别数据保护。
人类神经信号的特征提取与预测,使用混沌理论、动力系统理论、各种物理/数学理论、RNN、CNN、transformers
高性能二维奇异吸引子绘图器
用于计算动力系统Lyapunov指数、协变Lyapunov向量(CLV)和伴随的Python包。
《Chaos & noise》是一项实现,其通过实验表明宇宙是确定性的。最初,该实验用于说明为何预测物理系统行为存在极限。该书《Algorithms in Bioinformatics: Theory and Implementation》公开描述了该主题。
Lorenz吸引子,数学混沌理论/蝴蝶效应
Processing中混沌映射的简单实现
球在圆环中弹跳。该模拟展示了混沌如何从球在圆环中简单弹跳中产生。此代码受Numberphile关于混沌理论的视频启发。
该项目在 GitHub 上没有填写描述
使用Titanic数据集进行混沌预测的元模型方法。
欢迎来到《The Butterfly Effect》,这是一款引人深思的Kotlin Multiplatform游戏,探讨看似微小的行为所产生的深远影响。化身为武器工厂工人,见证你的选择带来的深远后果。
JEI 2017:交叉利用超混沌与DNA序列进行图像加密
基于Python中混沌映射的图像加密
可定制的多吸引子模拟
关于这个话题
- 清单取自 GitHub 话题页并按 Star 数排序,每次展示前 20 个项目;原始页面见 https://github.com/topics/chaos-theory。
- 该话题在 GitHub 上共有 406 个仓库, 本站收录的是其中最热门的 20 个,不是全量列表。
- Star / Fork 每日自动刷新一次,实时数据以 GitHub 为准。
- 当前 20 个项目累计 2281 Star,覆盖 9 种主要语言,数据更新于 2026-11-08。
- 中文介绍来自 GitHub 官方话题说明(github/explore)的机器翻译,可点「查看原文」对照;译文缺失时会先展示原文。