Lévy稳定过程均值变点监测在CUSUM和GLR控制图中的比较

采用数字模拟的方法给出了CUSUM和GLR控制图在Lévy稳定过程均值变点监测的ARL近似估计,对CUSUM和GLR控制图监测Lévy稳定过程均值变点的效果进行比较.     

Lévy稳定过程均值变点监测在CUSUM和EWMA控制图中的比较

给出了CUSUM和EWMA控制图在Lévy稳定过程均值变点监测的ARL近似估计,采用数字模拟的方法对CUSUM和EWMA控制图监测Lévy稳定过程均值变点的效果进行比较．     

一种同时监测均值和方差的控制图

针对一元正态分布的过程数据,基于似然比检验思想,应用变点方法,研究了一种同时监测均值和方差变化的综合控制图,并给出本图的数值分析.数据显示该控制图对监测受控值较少的持续中等变化更为敏感,表明该方法可快速诊断出变化点的位置,从而估计出未知参数值.     

带有结构变点的长记忆模型的实证研究

运用改进的Tapered对数周期图方法对带有结构变点的长记忆模型的参数和变点进行估计,对上证指数的波动性进行长记忆检验及变点讨论,研究结果表明,上证指数的波动率序列同时具有显著的长记忆特性以及结构变点。     

面向大型建筑物形变监测的图像角点检测方法

针对大型建筑物在实际灾害中因各种致变因素的作用发生形变,当超出一定限度时会演变成灾难的实际问题进行研究,通过引入高斯核卷积函数、初始像素点集的邻域作差筛选以及利用最小核值相似区的思想来筛选角点提出一种对大型建筑物进行形变监测的改进算法,并与四种相应算法进行了对比实验。结果表明：本文改进算法相较于其他算法在建筑物图像形变监测中正确率平均提升了近15%,平均检测时间缩短了近21%。可见本文改进算法提升了大型建筑物形变监测中的多尺度检测能力、减少了计算数据量、提升了角点检测准确性。     

正态分布均值变点的小波检验和估计

本文探究的是方差不变的条件下服从正态分布的随机序列均值变点问题,利用小波方法检测和估计均值变点.考虑存在一个或多个均值变点,利用小波方法构造检测均值变点的统计量,并且估计均值变点的个数、位置以及跳跃度,最后通过模拟仿真验证有限样本下本文方法的有效性.     

更新几何过程的参数估计

根据更新几何过程的定义和性质,通过交叉验证变点检测和改进的最小二乘方法得到了其参数估计,并进行了数值模拟,模拟结果表明该方法是有效的。     

一类面板模型中部分结构变点的检测和估计

给出了解决面板回归模型中存在未知部分结构变点时的检测、估计和推断问题的新方法,得到了结构变点的相合估计及渐近分布。基于最小二乘方法构造全局最小残差平方和,并用于检测结构变点。该方法适用于纯结构变点模型和部分结构变点模型,并且即使面板数据只有很少的个体,估计的相合性也可保证。Monte Carlo模拟结果验证了理论的正确性。基于中国股票市场上参与股改的404家工业企业的实证研究表明:应首先检测结构变点是否存在,然后才能分析解释数据;忽略检测结构变点会产生有偏估计,甚至出现伪回归。     

基于改进的soble算子和zernike矩遥感图像边缘检测

为了实现和提高对于遥感图像边缘信息和轮廓的提取,在传统经典的边缘检测soble算子的基础之上提出改进soble算子结合zernike不变矩的边缘检测方法.首先通过对应的滤波对于遥感图像的预处理,接着利用改进的soble进行边缘点存在的确定和计算.最后利用7*7的zernike矩对于图像边缘更加精确的定位及处理.通过实验可以得到,此方法相对于传统的经典边缘检测算法相比较定位更加准确,边缘检测轮廓和信息更加明显.     

基于多尺度小波变换角点特性的图像配准研究

针对传统单尺度角点检测算法易产生伪角点和在角点匹配过程中计算复杂,容易产生误匹配等缺点,提出一种基于多尺度小波变换角点特性的图像配准方法.该算法首先采用多尺度小波变换的二维图像角点检测算法采检测参考图和待配准图的角点信息,然后采用两图角点对的欧几里德距离平均值的极小值作为两图角点对配准准则,利用改进的粒子群优化(Par...     

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。     

一种快速准确的改进BIC说话人改变检测算法

针对BIC说话人改变检测中检测精度低,计算量大的问题,本文提出了一种快速准确的改进BIC说话人改变检测算法：通过提高可测度的方法来提高检测精度;在分析窗长度增加时,通过增加分析窗内第一个数据窗的长度来降低计算量;在寻找潜在改变点时,只在新增加的分析窗内计算和寻找;通过限制分析窗内第一个数据窗最大值的方法来解决长时间没有说话人改变点计算量不断增大的问题。实验结果表明该算法在不影响说话人改变检测的总准确率的基础上提高了检测精度,节省了计算量。     

小样本数据生成及其在异常检测中的应用

在不平衡数据的应用中,少量的负样本(异常数据)往往是检测准确率低的重要原因,如在主机异常检测领域中,异常样本过少使得检测效果不佳.为解决这一问题,该文改进了深度卷积生成对抗网络,使其更易于收敛和生成样本.再通过将改进的深度卷积生成对抗网络用于入侵检测评测数据集ADFA-LD异常样本的训练,构造出更多的异常样本.最后,为验证生成样本的效果,以多种异常检测方法检测对上述增加样本后的平衡数据进行实验,实验结果发现新增加的异常样本能被全部检测出,而且已测出的异常样本无漏检,实现了高检测率和低误报率.对比实验表明该文提出的小样本数据生成方法能有效解决某些数据不平衡的应用问题.     

基于时空融合深度学习的工业互联网异常流量检测方法

基于流量异常发现网络中的攻击行为具有普适性优势，而传统的异常流量检测方法难以适应大量复杂的工业互联网流量特征提取，针对此问题提出一种基于时空融合深度学习的工业互联网异常流量检测方法。对类别不平衡的流量数据进行预处理操作，以形成样本分布较为均衡的流量数据集;使用融合聚合残差变换网络和门控循环单元的深度学习模型从空间和时间维度上提取流量数据特征，实现时空融合的流量数据特征的综合提取;通过Softmax分类器对流量数据进行分类。实验测试结果表明，所提方法具有较高的准确率和F1值，分别可达到94.7%和95.47%。与传统的异常流量检测方法相比，所提方法提高了对工业互联网异常流量数据的检测指标，且模型的运行时间相对较短。     

一种新的频率测量与报警系统的研制

频率是电能质量的重要指标之一，针对电网调度运行的特点和频率测量的目的，研制开发了电力系统频率测量与报警系统。分析研究了DFT和参考点两种高性能的频率测量方法，并通过反复试验对其分别进行了改进，将它们综合到一个系统中以适应不同的现场条件和测量要求。同时结合测量过程又对频率变化率的测量计算进行了初步分析，增加了自动报警功能，能有效提高运行人员和自动化装置的反应速度，减少频率越限时间，使频率监控由被动走向主动。本系统基于虚拟仪器平台开发，可进一步拓展基于Internet和GPS的实时同步广域频率监控网。     

三角阵列超材料的声传播特性

为了使声波产生不同于传统天然声学材料的反常传输特性,采用COMSOL有限元方法模拟了声波在局域共振型声子晶体中的传播特性,给出了二维三组元局域共振型声子晶体的振动机制,并以原胞为基础构建了三角形阵列的声学超材料模型,探究声波与该模型内原胞间的局域共振特性。仿真结果表明,从三角阵列模型底边入射的平面点状及线状激励声源在受到模型的调控后都会重新在顶角处汇聚成焦点;通过入射由三角阵列构成的矩形模型能实现点源的低损耗搬移效果;将两至三个相同的三角阵列组合成平行四边形和梯形模型后会产生平面声波的变向传输。模拟结果显示,此种以原胞为基础的三角形声学超材料阵列模型,在共振频率下会产生反常声学现象,并且随着模型构造的改变,其共振特性也会随之变化,产生不同的反常声学现象。研究结果可为声隐身、声探测及声波低损耗定向传输等研究提供新思路。     

基于二元分割检测分段线性趋势中的多变点

变点检测问题一直是统计学中的热点研究之一,在实际的数据中,通常会在某一段具有线性增长或减少的趋势,这种趋势的起始点位置是未知的,因此针对此种具有分段线性趋势的一维数据,提出了一种多变点检测方法。该方法根据广义对数似然比所构造出的统计量,将二元分割方法、阈值准则和s SIC三者相结合,能快速有效地检测出数据中的多变点。数值模拟结果表明,对具有分段线性趋势的数据,检测变点的位置及数量很准确,检测结果令人满意。最后以深圳市北环大道新洲立交的车流量数据为例,分析出该区域在工作日和非工作日的变点分布特征,分析结果符合实际情况,可为交管部门的相关工作提供参考意见。     

股指时间序列突变点小波检测研究

预测股指时间序列突变点是在股票市场上进行投资的一个关键问题,而检测突变点是预测的基础.在检测深沪两市股指时间序列月度收益率突变点位置和个数时采用了非参数方法,该方法基于小波数据依赖门限技术.研究显示了运用Lipschitz指数解释的突变点的数学特征.使用的模型证明了小波变换模的极大值能够检测出突变点的位置,实证结果也显示出突变点的位置和个数是精确的.     

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.     

智能视频分析的车辆异常行为检测方法

针对目前车辆异常行为检测中的检测实时性问题,提出了一种基于智能视频分析技术的车辆异常行为检测方法。车辆出现异常行为时车辆位置变化、速度变化及运动方向变化较大。通过背景差分法检测运动车辆,并采用均值漂移算法跟踪运动车辆,获取车辆位置、速度、运动方向等车辆异常行为判别参数,对3种判别参数的状态函数加权融合检测车辆行为。为验证该算法的有效性,将对真实交通场景中采集的交通视频进行车辆运行状态检测实验。实验结果证明该算法能及时有效地检测出交通场景中的车辆异常行为。