一种快速的时间序列线性拟合算法

提出一种新的基于关键点的时间序列分段拟合算法.通过一次扫描数据,该算法依次利用三个连续数据形成的夹角和非单调序列中的极值点,选择反映序列趋势变化的关键点,实现时间序列的线性拟合的同时剔除了噪音干扰,能精确定位单调序列中的突变转折点,发现序列中的尖峰状态.实验结果表明该算法具有良好的分段拟合性能.     

工程机械远程监控BS-PLOT混合数据压缩

针对工程机械远程监控系统中状态信息的特点,提出了基于后向斜率(BS)法和分段线性在线趋势(PLOT)的混合数据压缩算法.在最大时间间隔内,采用BS方法判断数据的稳定性,然后利用PLOT方法分段压缩波动数据.在充分考虑了数据的时间属性和噪声环境下进行了野点数据的检测与剔除.实例应用表明,该算法提高了数据压缩率和传输速度,并具有较好的抗干扰性.     

基于经验欧氏似然的线性回归模型变点检测

基于截断的经验欧氏似然比对线性回归模型中的系数变点进行检验与估计.首先建立线性回归系数变点模型,根据其特点构造截断的经验欧氏似然比检验函数,证明在零假设下,该检验统计量的极限分布与经典参数对数似然比检验统计量的极限分布相同,利用此极限分布对变点存在与否做出诊断,若变点存在,则给出变点位置的估计,并证明在一定条件下,该估计是具有相合性的,数值模拟结果以及实例分析表明文中提出的方法具有有效性和实用性.     

单分位数方法对时间序列尾指数变点检测及应用

多元时间序列中的尾指数变点检测在理论和实际应用中都有着广泛应用。本文利用单分位数方法(Single Quantile Method)构造检验统计量检测和估计出多元时间序列数据尾指数变点,证明其极限分布。在模拟研究中,分别产生三个经典的厚尾分布类型随机数进行模拟研究,结果表明,单分位数方法对多元时间序列尾指数的变点检测是有效的,尤其对分布变化造成的尾指数变化的情形更加敏感与准确。最后将该方法应用于深圳市香蜜湖路市委党校南行路段车流量数据,结果显示该方法能准确检测出交通流变点,根据存在的变点分析出交通流的变化规律。     

单向时延测量的实时时钟同步算法

对已有分段聚类算法进行改进,使用软件方法对单向时延序列进行分析,在线检测时钟调整位置.采用变宽度的滑动窗方法对单向时延数据进行过滤,减少时间序列大小,同时保证时钟调整位置信息不丢失.使用自底向上算法对时间序列进行线性分段,检测时钟调整或时钟频率跳变点,算法的时间复杂度大大降低.针对在线时钟同步的要求,为了消除滑动窗不具有离线算法的全局寻优缺点,提出使用基于滑动窗自底向上算法的实时单向时延时钟同步算法.实际测试实验表明:该算法大大降低了时间复杂度并提高了分段精度.     

过程数据压缩中PLOT算法的研究

介绍了一种过程数据的压缩方法-分析线性在趋化（Piecewise Linear Online Trending）压缩方法。该方法对离散时间采样信号进行分段性拟合,利用对过程方差的估计自适应过程数据的变化趋势,同时实现对野点的检测。     

基于趋势转折点的时间序列模式表示

在时间序列分段线性表示基础上,提出一种新的基于趋势转折点的时间序列模式表示方法。该方法在充分利用时间序列时变特征的基础上,可以有效地提取时间序列中的趋势及压缩原始数据。仿真实验证明,该方法具有高效、实现简便、效果直观的优点,对于油田测井领域的数据适应性良好。     

基于光滑化方法的分段线性删失分位数回归模型估计

针对在分段线性删失分位数回归模型中的变点问题,该文通过引入光滑化方法得到了变点位置及模型系数的估计,推导了参数估计的大样本性质.光滑化方法解决了在变点估计方法中常用的格点搜索法存在计算烦琐、解释意义不强的问题,弥补了线性化技术无法证明渐近性的不足,提高了估计的有效性和稳健性.蒙特卡罗模拟结果验证了在同方差和异方差、固定和随机删失下在不同分位点时的估计效果都具有有效性和稳健性.药物滥用数据的实证分析表明:复发时间间隔与治疗时间存在正向影响,且复发时间在0.498处存在变点(0.5分位数),治疗时间在0.498之前的复发时间间隔比在0.498之后的更长,即大约前一半时间的治疗更加有效.     

基于自动提取分段点的车轮外形轮廓拟合方法

为准确拟合轮对外形轮廓线,提出了一种基于自动提取分段点的轮对外形轮廓拟合方法。首先根据设定的误差和阈值对激光位移传感器探测得到的轮对外形轮廓离散点进行自动分段处理,确定分段点,然后提出分段点区间的概念,以各个分段点为中心确定分段点区间,并对各个分段点区间的数据点进行最小二乘曲线拟合,最后采用拉格朗日乘数法将每条分段曲线平滑连接成一条完整的轮对外形轮廓线,并采用现场实测数据对该拟合方法进行了检验。实验结果表明,该方法拟合的轮廓曲线在分段点处平滑连续,且平均绝对误差为0.045 mm,最大偏移幅度小于0.05%,相较于基于手动分段的曲线拟合方法具有更高的拟合效率和拟合精度。该方法已在轮对尺寸在线检测系统中得到了成功的应用,提高了轮对尺寸结果的计算精度。     

一种基于两次Radon变换检测棋盘方格点的新算法

提出了一种新的方格角点检测算法。通过连续两次Radon变换，找出角点所在的直线位置，再利用线性拟合方法对得到的直线进行校正，最后线性求解出角点的坐标。该方法最大的特点是能够自动地在正确区域找出所求方格角点，而无需人机交互，这对于动态校准的研究具有重要的意义。通过实际的应用，验证了该方法的正确性和可靠性。     

一种基于FPGA的趋势曲线快速连续化设计方法研究

事故后监视系统是核电厂仪控系统的重要组成部分,它需要将监视的温度、液位等物理量以趋势图的形式展现给操纵员.本研究在常规分段线性插值法的基础上提出了显示采样点多、连续化运算简单的改进插值方法,同时采用减小更新运算数据量的图层平移法增长LCD屏幕显示的采样时间长度,实现趋势曲线快速连续化绘制.     

基于路段转移采样的最优路径集计算方法

为了不计算路段阻抗而获取起点到终点的多条最优路径，提出一种基于路段间转移概率并通过路段转移采样来计算最优路径集的方法(最优路径集路段转移概率法):首先，通过分时段、分区域来获取路段间转移概率，采用时段划分将交通状态随时间变化的影响纳入考虑，利用交通小区代替给定起点和终点，避免了路网中起点与终点数量巨大、特定点对之间数据量不足的问题; 然后，基于路段转移采样进行轨迹采样并获取最优路径集。该方法不需计算路段阻抗，对数据要求低，计算简便。案例分析表明:利用最优路径集路段转移概率法得到的计算路径与实际路径的涵盖程度高，区域划分大小对结果影响较小，时段划分可有效反应交通状况。     

采空区三维激光扫描点云数据处理技术

由于井下环境的复杂性,借助三维激光扫描仪获取的采空区边界三维空间信息点云数据中不可避免包含一些噪声点.为此,提出曲率-弦长比复合判据实现了对点云数据中高频噪声点的过滤处理,并运用随机滤波法去除点云数据中的低频随机噪声点,通过分段低次插值法实现空区模型曲线光顺处理.结果表明:过滤及光顺处理不仅有效去除了采空区点云数据中的噪声点,同时避免了采空区三维模型构建中自相交情况的出现,达到了采空区三维模型精确构建的目的.     

基于趋势特征聚类的多元相似时间序列的提取

历史相似时间序列的提取在数据挖掘、工业故障检测以及故障根源分析等领域应用非常广泛。针对工业报警系统中异常根源分析方法存在的问题,提出了一种基于趋势特征聚类的多元相似时间序列的提取方法,可以有效地辅助现场工作人员分析关键变量发生异常变化的根源。首先对多元时间序列进行分段线性表示,获得变量的趋势特征信息;然后采用基于密度峰值聚类分析算法对获得的趋势特征在高维空间中聚类,从而实现历史数据的相似性提取;最后可根据关联变量的幅值变化量分析导致主变量发生异常变化的根源变量。数值仿真和实际工业数据案例验证了所提方法的有效性。     

基于LASSO方法的结构突变理论研究综述

结构突变是统计学、经济学、信号处理和生物信息学等学科领域中的研究热点之一.Z.Harchaoui 等提出了基于LASSO的结构突变点检测方法,是近几年结构突变问题的最新研究方法.为了在国内推行该方法,系统介绍了国外基于LASSO方法的几种变点模型中的变点检测问题,其核心是把变点检测问题转化成模型选择问题来解决,并阐述了相应的算法.最后探讨该方法在不同学科领域的应用和前景展望.     

音频跳变点的分割熵检测算法

为了克服基于贝叶斯信息准则(BIC)的音频跳变点检测方法存在的缺陷,提出了音频跳变点的分割熵检测算法.该方法通过检测音频信号内部信息熵的变化趋势来检测跳变点的声学特征.结果表明:该方法可避免因设定固定门限而导致的漏检和数据积累带来的累积误差,能够准确地切分各种声学特性的音频数据,是一种更为直观和有效的跳变点检测方法,具有很高的灵敏度和鲁棒性.     

ACE飞船观测的行星际磁场准27天重现周期和结构

 ACE飞船发射于1997年8月15日,将维持到2024年,位于日地连线重力平衡点L1。本文采用ACE飞船行星际磁场观测数据,基于GSE坐标系统,确定L1点的行星际磁场主体方位,进而将行星际磁场观测数据转换为极性符号序列。对于序列中的任一时间点,通过改变以它为中心的子序列探测行星际磁场的准27d重现周期和结构,再应用模板匹配方法识别重现结构,最后采用分段常值函数拟合获得分段稳定的周期和结构。得到的主要结果如下：(1) 1999—2008年间,IMF重现周期绝大多数在(27±2)d范围内,只有1个例外,即2001年10月27日10:00—11月28日12:00时间内,重现周期为21d14h;(2) 2001年1月8日12:00—2004年7月17日04:00,IMF为2扇瓣结构,2004年7月17日05:00—2007年6月30日23:00,IMF为4扇瓣结构,2007年7月1日00:00—2008年12月31日23:00,IMF为2扇瓣结构。     

基于分形理论的网络流量异常检测技术

传统网络流量异常检测技术不能适应网络流量的复杂性,异常检测精度低,不能保证实时性,为此,提出一种新的基于分形理论的网络流量异常检测技术。通过FIR滤波方法对流量的时间序列进行预处理。采用Schwarz信息准则对网络流量异常检测问题进行处理,估测网络流量异常点数量与位置。采用R/S分析法求出自相似指数Hurst值,依据Hurst值对网络流量时间序列的分形特征进行分析。引入滑动窗口完成多网络流量异常点的检测,在检测异常点处对流量进行分形处理,依据自相似指数计算过程获取异常点间的流量自相似指数值,保存异常点之后的流量,为下一个流量异常点的检测提供依据。实验结果表明,所提技术实现过程简单,网络流量异常检测精度高,保证了实时性。     

基于分片线性插值的北斗格网电离层延迟问题研究

为了增强定位精度,需不断提高电离层延迟模型精度,格网电离层模型由于修正效果佳而被广泛应用。针对格网模型构建过程中网格节点处电离层延迟的插值问题,提出了分片线性插值法计算用户端穿透点的电离层延迟。基于格网模型的特征,在同一模型中应用不同的插值算法进行电离层延迟误差的对比,并检验格网电离层垂直延迟修正误差(GIVE)。结果表明,使用分片线性插值法计算的穿透点电离层延迟值更接近于实测数据,GIVE值更小,从而验证了该插值方法计算用户端穿透点的电离层延迟的高准确度。