惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

B
Blog RSS Feed
博客园_首页
N
News | PayPal Newsroom
有赞技术团队
有赞技术团队
The Hacker News
The Hacker News
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
The Cloudflare Blog
S
SegmentFault 最新的问题
Jina AI
Jina AI
人人都是产品经理
人人都是产品经理
P
Privacy & Cybersecurity Law Blog
AI
AI
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Schneier on Security
Schneier on Security
博客园 - 三生石上(FineUI控件)
月光博客
月光博客
量子位
Forbes - Security
Forbes - Security
爱范儿
爱范儿
云风的 BLOG
云风的 BLOG
SecWiki News
SecWiki News
Last Week in AI
Last Week in AI
酷 壳 – CoolShell
酷 壳 – CoolShell
T
Tor Project blog
Recorded Future
Recorded Future
A
About on SuperTechFans
J
Java Code Geeks
The Register - Security
The Register - Security
PCI Perspectives
PCI Perspectives
H
Hacker News: Front Page
V2EX - 技术
V2EX - 技术
S
Secure Thoughts
V
Vulnerabilities – Threatpost
Hacker News: Ask HN
Hacker News: Ask HN
MongoDB | Blog
MongoDB | Blog
N
Netflix TechBlog - Medium
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Scott Helme
Scott Helme
T
The Exploit Database - CXSecurity.com
Y
Y Combinator Blog
AWS News Blog
AWS News Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
IT之家
IT之家
T
The Blog of Author Tim Ferriss
G
Google Developers Blog
C
CERT Recently Published Vulnerability Notes
L
LangChain Blog
F
Full Disclosure
Application and Cybersecurity Blog
Application and Cybersecurity Blog
The GitHub Blog
The GitHub Blog

陈少文的网站

巨变与机遇的未来十年 Kubernetes 平台管理软件压力测试方案 使用镜像部署 Hexo 静态页面 终于等到你 - GitHub 镜像仓库服务(ghcr.io) 一起来学 Go --(6)Interface 一起来学 Go --(5)Goroutine 和 Channel 什么是函数式编程 如何在 Kubernetes 集群集成 Kata 柯里化与偏函数 使用 PyGithub 自动创建 Label 软件产品是团队能力的输出 Helm 2 、Helm 3 比较 IoT 变现 Kubernetes 中的 DNS 服务 国内的 Helm 镜像源 Harbor 使用自签证书支持 Https 访问 DevOps 工具链之 Prow 如何使用 kfctl 安装 Kubeflow VS Code 无法下载 Go 插件的工具包 工程师更应具有服务精神 你不知道的 Docker 使用技巧 使用 Docker 运行 Tensorflow 论中国 什么是左移 如何清空 Git 仓库全部历史记录 一禅小和尚 有风吹过厨房 时间的玫瑰 如何在 CentOS 安装 GPU 驱动 开发 Tips(19) 使用 Velero 备份 Kubernetes 集群 Kubernetes Cheat Sheet 开发 Tips(18) 如何构建一个 Java 工程 开发 Tips(17) KubeSpray 安装 Kubernetes 报错 ip in ansible_all_ipv4_addresses 基于 Kubernetes 和 Jenkins 搭建自动化测试系统 在 Kubernetes 上动态创建 Jenkins Slave 使用 Jenkins 进行服务拨测 开发 Tips(16) Kubernetes 签发 Ingress 证书及日常故障运维 Kubernetes 中 Deployment 的基本操作 Kubernetes 中的证书 如何使用 KubeBuilder 开发一个 Operator Kubernetes 1.6.0 安装问题汇总 镜像管理工具 -- Harbor 开发 Tips(15) Docker 如何拉取镜像 开发 Tips(14) 使用 Helm 安装 harbor 开发 Tips(13) 使用 S2I 构建云原生应用 在 Kubernetes 中使用 emptyDir、hostPath、localVolume 开发 Tips(12) 开发 Tips(11) 代码质量分析工具 SonarQube 使用 Kubeadm 安装 Kubernetes 集群 一起来学 Go --(4)常用函数 Kubernetes 中的 Ceph Kubernetes 之 Volumes Kubernetes 之 Labels、Selectors 开发 Tips(10) 开源正在重构商业模式 Kubernetes 之网络 Kubernetes 之 API 使用 Helm 和 Operator 快速部署 Prometheus Kubernetes 复杂有状态应用管理框架 -- Operator Kubernetes 的包管理器 -- Helm 一起来学 Go --(3)Go Modules 如何一步一步地优化博客方案 kubectl 实用指南 Kubernetes 中的基本概念 搭建远程 Kubernetes 开发环境 大公司和小公司的 ToB 思路 开发 Tips(9) Go 入门指南 一起来学 Go --(2)数据与逻辑结构 如何预防 Web 富文本中的 XSS 攻击 django-xss-cleaner 云工作时代 一起来学 Go --(1)背景与特点 SaaS 开发团队的不同阶段 你不知道的 Git 使用技巧 输出既服务 微服务设计 继续奔跑 开发 Tips(8) 从账户安全到二次验证 Django 性能之数据库查询优化 Django 性能之分库分表 敏捷开发之研发流程 打造一致性的团队 开发 Tips(7) Pytest 进阶学习之 Mock PaaS 部署之 buildpack Go 开发配置 领域输出才是 PaaS 的核心竞争力 Pytest 入门学习 开发 Tips(6) 如何使用 Jenkins、Docker、GitLab 搭建 Django 自动化部署流程
分形理论
微信公众号 · 2017-01-24 · via 陈少文的网站

1. 分形理论

1.1 分形的定义

分形,通常指一个几何形状,可以分成数个部分,而每一部分都近似地是整体缩小后的形状,即具有自相似的性质。


1.2 分形研究的历史

公元17世纪,莱布尼茨就思考过自相似的问题。公元18世纪卡尔·魏尔施特拉斯、格奥尔格·康托尔和费利克斯·豪斯多夫对连续而不可微函数的研究,对分形使用严格的数学处理。

而近代分形热的形成离不开曼德波罗。1967年,法国裔数学家本华.曼德波罗注意到,如果用公里作为测量单位,从几米到几十米的一些曲折地段会被忽略;改用米来做单位,测得的总长度会增加,但一些厘米量级以下的曲折地段还是不能反映出来;进一步,从理论上来说,海边沙砾的下一个尺度是分子、原子,于是要使用更小数量级的尺度的话,得到的海岸线总长度就很不一样。因此,长度不是海岸线的与尺度无关的不变量。曼德波罗引进了“分数维图形”的新概念,建立了今天熟知的分形几何理论。

1975 年开始, 他陆续出版了著作《分形:形状、机遇和维数》和《大自然的分形几何》。曼德波罗的书完全没有得到学术界应有的重视, 直到1982年后,才受到欧美社会的广泛关注,后来被分形学界视为“分形学之圣经”。

1.3 欧几里得几何与分形几何的比较

欧几里得几何分形几何
经典的( 2000多年的历史现代数学怪物( 30多年的历史)
基于特征长度与比例无特征长度与比例
适合于人工制品实用于大自然现象
用公式描述用(递归或迭代)算法描述
图形规则图形不规则
图形的结构层次有限图形的结构层次无限
局部一般不具有整体的信息局部往往具有整体的信息
图形越复杂,背后的规则也越复杂图形复杂,其背后的规则经常是简单的

2. 理解分形

2.1 分形的测度维

一个维数为d的物体:度量单位变化为原来\(\frac{1}{r}\)后,物体个数增加为\(r^d\)。如果用对数表示,d为维数,r为度量放大倍数,k为体积放大倍数,那么
$$d=log k/log r$$

示例:

  • 把线段放大两倍后,所得线段可以看成是2个原来的线段叠加而成
  • 把正方形放大两倍后,所得正方形可以看成是\(2^2\)个原来的正方形叠加而成
  • 把立方体放大两倍后,所得立方体可以看成是\(2^3\)个原来的立方体叠加而成。

2.2 Julia集和Mandelbrot集

考虑复变函数迭代 $$Z_{n+1} = {Z_n}^2+c, n=0,1,2……(1) $$

固定复参数 c,使得迭代序列{\(Z_n\)}有界的初值\(Z_0\)在复平面上的分布图形称为Julia集,亦即\(J_c=\) { \(Z_0|迭代序列 \){\(Z_n\)}\(有界 \) }

固定初值\(Z_0\),使得迭代序列(1)有界的参数c在复平面上的分布图形称为Mandelbrot集。即\(J_c=\) { \(c|迭代序列 \){\(Z_n\)}\(有界 \) }。记 $$Z=x+iy, c=p+iq$$
则(1)变为

$$
{
x_{n+1}={x_n}^2-{y_n}^2+p \\
y_{n+1}=2x_ny_n+q
}
$$

Julia 集的绘制方法:

  1. 设定初值 p,q, 最大的迭代次数 N, 图形的大小 a,b, 及使用的颜色数 K.这里需要注意的是c的模总是小于2。可以证明当c的模大于2时,进行迭代必将发散到无穷。
  2. 设定区域的界值 \( M\ge max(2,\sqrt{p^2+q^2}) \)
  3. 将区域\(R=[-M,M]\times[-M,M]\)分成\(a\times b\)的网格,分别以每个网格点为初值(\(x_0,y_0\))。利用上面替换之后的公式做迭代。如果对\(n \le N\)所有的都有\({x_n}^2+{y_n}^2\le M^2 \),则将象素\((i, j)\)置为这一种颜色。如果从某一步 n 开始\({x_n}^2+{y_n}^2\ge M^2 \),则将象素 \((i, j)\)置为不同颜色。

还有一个有趣的定理:一个 Julia 集要么是完全连通的,任意两点间都有一条通路;要么是完全不连通的,整个图形全是一个个孤立的点。

Mandelbrot集的绘制方法:

算法上和Julia完全一样,只不过这时固定的是x,y值,初始值,而把c当做变量。Mandelbrot集内的每一个点就对应了一个连通的Julia集,Mandelbrot 集合外的点则对应了不连通的 Julia 集,Mandelbrot图是Julia的缩略图。

由此想象,我们有x,y,p,q四个变量,任意限定其中两个,另外两个当做变量都可以得到不同的图形。如果把全部Julia集合起来,会得到一个四维图形。

3. 参考