基于改进MSPCA的网络异常检测方法研究

网络异常检测作为一种重要的网络监管手段,对于保证网络的可靠运行具有非常重要的意义.本文提出了一种基于改进MSPCA的网络异常检测算法,主要思想是通过引入能量贡献效率ECE来控制PCA滤波器的尺度,之后,采用贝叶斯PCA对小波系数矩阵进行滤波.该算法克服了传统MSPCA算法参数选择困难和时间复杂度较高的缺点,可以更加有效地分离网络中的异常数据.实验结果表明,与其他的检测算法相比,改进MSPCA的检测算法取得了良好的检测效果.     

电阻绝缘检测中低压脉冲信号注入法的算法改进

在有源式低压脉冲信号注入法的基础上,重新推导了计算电阻值的数学模型,并设计了一种运用该模型的有源式动力电池绝缘电阻监测系统,该系统可以有效地解决部分无源式和有源式绝缘检测法无法有效精确测量同时下降的正负端绝缘电阻与正负端单侧绝缘电阻的问题.此外,通过台架实验验证了该监测系统的有效性,在改进电动汽车动力电池监测系统方面具有一定的应用价值.     

目标边缘特征增强检测算法

针对分组角点检测网络在目标检测过程中,由于目标尺寸过小或同类目标空间距离较小而导致检测失效的问题,提出一种边缘特征增强的CornerNet目标检测算法OEC。该算法通过分离特征的高低频信息提取更多的高频信息,增强目标的边缘轮廓特征,解决关键点定位不准确的问题,提高目标的框定效果,进一步提升检测精度。仿真结果表明,该算法对行人、车辆等目标检测效果均有提高,在COCO数据集上的检测结果与CornerNet相比,mAP提高0.9%,可应用于无人驾驶与智能机器人等场景。     

安徽阜阳4.3级地震前电磁扰动异常分析

本文采用超限率方法分析了淮南台2013—2015年电磁扰动数据。结果显示:2015年3月14日安徽阜阳4.3级地震前40天左右电磁扰动脉冲超限频次和超限幅度均出现明显的增强,异常持续10天;进一步分析了该台异常时段电磁扰动的脉冲的时间分布及日变化,认为2015年该台电磁扰动脉冲增强变化与阜阳4.3级地震具有相关性。     

基于嵌入式GPU的车流量检测系统

交通拥堵是当今世界交通领域面临的主要问题之一,如何通过现有的交通设备获取更加精准的交通信息是亟待解决的问题。图像识别技术在智能交通系统中有着广泛的应用,基于深度学习的车流量检测技术是智能交通的重要组成部分。本项目设计了一个基于嵌入式GPU的智能车流量检测系统,该系统架设在NVIDIA JetsonTX2平台上,采用基于深度学习YOLO v3的车辆检测模型,检测道路上的车辆目标,设置兴趣区域,对检测到的目标进行识别计数,实现对交通视频的实时车流量检测。试验验证分析表明,该系统具有较高的检测精度。     

建筑用冷热水聚丙烯(PP-R)管材常见的质量问题和快速检测方法探讨

探讨了建筑用聚丙烯(PP-R)管材在检测过程检验检测、工程验收和质量鉴定过程中常存在的问题,提出快速检测产品的方法以作为在工程应用、质量鉴定、检验检测中判定聚丙烯(PP-R)管道系统安全使用的依据。