基于趋势分析的变电站设备异常检测方法

基于时序数据的趋势分析方法, 提出一种基于趋势分析的电力设备绝缘性异常检测方法, 以解决变电站电容型电力设备异常的实时检测问题. 首先, 用在线监测获得的介质损耗因数数据, 通过对监测数据流进行合理分割, 采用最小二乘法将其拟合成直线; 其次,基于拟合直线特征值进行异常趋势的检测分析; 最后, 获得电容型设备的绝缘性异常检测结果. 根据对变电站电容型设备实测数据的分析判断, 验证了该方法的有效性和实用性.     

基于小波的异常检测方法研究

针对DDoS攻击引起的网络异常,提出基于小波变换的检测方法.将网络流量分解到不同的频段,根据高频段频谱能量,即小波方差的变化对网络流量异常进行检测.为提高预警的准确性,吸取了路由器的设计思想,用LRU Cache滤掉长时流发现突发流量,实验证明本尝试是有效的.     

基于虚拟仪器的电容性设备介损在线监测系统

介绍了一种基于虚拟仪器的容性电气设备介质损耗正切值虚拟测量系统,利用National Instruments公司的软件平台LabVIEW和ADLINK公司硬件平台实现电信号的实时采集、分析、处理和存储,经过实验室模拟测试和变电站实际测试表明,该系统对电容性设备介质损耗的测量精度高,实测数据稳定,实测的介损值相误差小于5%,能满足实际在线监测的要求.     

一种检测网络异常的小波方法

提出一种基于小波分析与自回归模型的检测方法，并应用它来分析模拟实验环境中收集的时间序列．实验结果表明该方法是可行与有效的，而且优于泛化似然比检验法(GLR)．     

一种基于小波树量化的水印算法

为了有效地保护数字媒体的版权,提出了一种基于小渡树量化的水印算法,通过计算PSNR建立水印嵌入强度和图像质量的关系,使水印算法能确定水印的最优嵌入能量来量化小波树,实现了水印不可察觉性和鲁棒性之间的折衷．同时,水印的提取无须求助于原图像,很好的实现了水印的盲检测．实验结果和攻击测试表明,提出的算法对JPEG／JPEG2000压缩、添加噪声、剪切、亚抽样、低通滤波等多种攻击有较强的鲁棒性。     

基于W-ReLU的设备多工况状态异常检测方法

针对光通信设备在多工况条件下由于健康状态的不确定性导致难以及时发现运行异常的问题,对基于监控日志数据量化分析的设备异常检测方法进行研究,提出了基于加权线性修正函数(W-ReLU)的设备多工况状态异常检测方法．首先采用滑动时间窗口机制对告警日志进行划分,并根据每条日志的类型,将日志子集表征为日志特征向量;然后对健康状态下的样本点进行密度峰值聚类分析,以构建设备的基准健康状态矩阵;最后采用W-ReLU非线性映射模型量化评估设备的异常度,并据此进行异常检测．结果表明,与现有的相似性度量方法相比,该方法具有更高的准确率和稳定性．     

基于QPSO小波神经网络的网络异常检测

为了提高网络异常检测中,对异常状态的检测率,降低对正常状态的误判率,提出一种基于量子粒子群优化算法训练小波神经网络进行网络异常检测的新方法.利用量子粒子群优化算法(QPSO)训练小波神经网络,将小波神经网络(WNN)中的参数组合作为优化算法中的一个粒子,在全局空间中搜索具有最优适应值的参数向量.实验数据采用KDD CUP99数据集,实验结果表明:该学习算法与传统的梯度下降法(GD)和粒子群算法(PSO)相比,收敛速度快,具有更好的全局收敛性,提高了异常检测的准确性,同时该方法对于新的异常也有较高检测率.     

基于零树的小波图像编码

通过对零树编码的小波图像编码算法以及算术编码的研究。利用基于零树的小波图像编码方法实现预定比例的图像压缩，从而减少存储空间，有利于图像的传输。     

一种基于零树量化的小波变换图像压缩方法

在对零树编码的方法研究的基础上,针对零树编码方法存在编码时间较长的缺点,提出了一种改进的零树编码方法,主要包括：对最低频子带系数单独编码;设立标志矩阵;以扫描单元为单位进行主表扫描;实验表明这种改进的零树编码方法,加快了编码速度,另外,该编码方法也能够产生嵌入式码流,支持多码率解码。     

基于多小波变换零树结构的数字水印嵌入方法

随着数字产品和国际互联网的迅速发展,保护数字产品版权的问题变得越来越突出,数字水印技术是解决这个问题的一个有效手段.本文提出了一种基于多小波变换零树结构的数字水印算法.将二值水印嵌入到宿主图像的小波零树上,每一棵小波零树的水印信息对应于水印图像的一个像素点,实验表明该水印算法在多种攻击下都具有较好的鲁棒性.     

小波变换方法实现语音端点检测

介绍传统端点检测方法,对其特点进行了分析,针对主要由白噪声组成的噪声背景,采用一种基于小波变换的语音端点检测方法,并进行了NATLAB仿真。实验结果表明,这种算法根据白噪声在小波变换域各个子带的平均能量变化平缓的特点,判别语音段和噪声段,在高信噪比和低信噪比的情况下,均能正确判别语音段和噪声段。     

基于运动检测和小波分析的视频图像人脸检测

人脸检测是所有人脸处理系统的基础,而视频中人脸检测问题更具有其特殊的意义。结合运动检测和小波分析技术,提出了一种快速的、具有良好鲁棒性的人脸检测方法。首先基于运动检测得到包含人脸对象的运动区域——人脸图像;然后应用小波分析良好的时频局部化特性和多分辨率特性对运动检测定位的人脸图像进行降维处理,同时得到体现人脸特征的小波系数候选本征脸;最后结合人脸的面部特征及形状分析进一步对结果进行验证。实验结果表明,该方法具有较好的实时性和鲁棒性。     

一种基于小波变换的边缘检测方法

基于信号与噪声在不同尺度下小波变换系数模不同的变化特征,提出了一种边缘检测方法,该方法通过对图像的小波变换域中由噪声引起的小波变换系数模进行处理,再利用小波变换系数模局部极大值来提取图像的边缘特征,实验结果说明这种特征提取方法可以有效地降低噪声,同时又较准确地提取出图像的边缘。     

基于小波包最优树的图像数字水印

本水印系统利用小波包在图像处理上的优势和适于图像加密的特点,采用”熵”最优树的标准来确定小波包最优基,结合人眼视觉特性和图像压缩特点,选择在图像受影响较小的中频子块范围嵌入水印,即达到了抗压缩的目的,提高了水印的安全性和稳健性,又使嵌入的水印在视觉上具有很好的隐蔽性能。     

基于决策树的入侵检测的实现

决策树是分类的常用方法.文章针对一个局域网上模拟的入侵检测问题,描述了对利用决策树方法学习的一种优化实现.并且对怎样处理缺失数据、连续属性的离散化、怎样剪枝以及分类法的准确率评估及提高等关键技术进行了研究.实验证明,该方法可为入侵检测系统生成有效的决策树.     

基于小波树和二维主元分析的人脸识别

为提高人脸识别率,结合小波树和子空间分析中的二维主元分析,提出基于小波树和二维主元分析的人脸识别算法(WTMPCA).该算法先利用小波变换公式,在人脸图像上计算出一个小波近似分量和三个细节分量;分层次重组小波近似分量,得到新样本集;最后在此样本集上使用二维主元分析进行人脸识别.ORL和CAS-PEAL-R1人脸库的实验结果表明,与基于图像矩阵的二维主元分析(2D-PCA)相比较,WTMPCA方法的人脸识别率为96%,对光照条件、脸部表情变化有良好的鲁棒性.     

基于样条小波变换的语音基音检测

作者在分析小波变换时频局部化特性的基础上，选取样条小波函数对语音信号进行处理，给出了基于小波变换极大模的基音周期检测方法和实验结果。