基于分阶段离群点检测的电力市场异常辨识

为了监管电力市场中存在的各类违规行为,保证市场的公平竞争,提出了一种基于分阶段离群点检测算法的电力市场异常行为辨识方法.梳理不同交易阶段异常行为的特征,提取相应的特征指标,采用主成分分析法对其进行降维,分阶段地进行异常行为的检测.同时利用平均距离改进局部离群因子算法,显著地提升了算法的检测效果.通过某地区电力市场提供的交易数据进行实验分析,实验结果表明,该方法能有效识别市场中的异常行为,为市场监管人员利用海量数据进行有效监管提供了新思路.     

新的递推有界GM回归估计算法

提出一种新的递推有界广义极大似然类(GM)回归估计器,新估计器所用的风险函数基于更一般的框架,并采用有界M-估计函数.设计一个新的权函数拒绝或降低异常点对估计结果的影响,并增加一个增广项,提出一种具有较强自适应能力的面向自回归(AR)模型参数估计的算法.仿真结果表明:提出的GM回归估计器及面向AR模型的算法对异常点不利影响(主要来自于回归变量中的加性异常点)的抑制效果均优于其他GM估计器;在参数不做任何调整的情况下,面向AR模型的算法对非平稳环境下的估计具有良好的估计精度和收敛性.     

基于积分方程正则化的重力异常超定问题解法

地球重力场的观测信息越来越丰富，求稳重力异常的超定模型将具有实用价值，据此给出了基于第一类Fredholm型积分方程离散型解法求解重力异常的超定模型，建立了地面重力、测高数据、重力梯度和垂线偏差求解重力异常的观测方程，并给出求解病态观测方程的正则化算法。     

基于信息融合的电熔镁炉熔炼异常工况等级识别

采用多源信息融合思想,提出了电熔镁炉加热熔化异常工况等级的识别方法.在分析加热熔化过程各种异常工况的基础上,提取电流、图像和声音信号特征进行同步序列化和归一化处理,根据各种异常工况的特点选取不同特征,建立了基于支持向量机的轻微半熔化和严重过加热工况识别模型、基于规则推理的中度半熔化和严重半熔化工况识别模型和基于决策树支持向量机的轻微过加热和中度过加热工况识别模型.仿真结果表明,本文方法实现了对半熔化和过加热工况异常等级的有效识别.     

基于时间序列分析的网络流量异常检测

针对传统模型无法对网络流量异常进行准确识别和检测的问题,提出一种基于时间序列分析的网络流量异常检测模型.首先提取网络流量的原始数据,并对原始数据进行小波阈值去噪处理,消除干扰因素的影响;然后采用时间序列分析法挖掘网络流量数据之间的变化关系,建立网络流量异常检测模型;最后通过仿真实验验证检测模型的有效性和优越性.实验结果表明,时间序列分析法可以准确、及时地检测网络流量的异常行为,且结果优于目前其他网络流量异常检测模型.     

南海海面风与海面温度耦合模态分析

为了研究南海海面风与海面温度的相互关系,利用相关分析、经验正交函数分解、奇异值分解等方法对49a的COADS资料的南海海域的海表面温度异常(SSTA)和海表面风异常(SSWA)进行分析。SSTA的EOF1解释了总方差的50.8%,该模态与整个南海SSTA同步变化,时间系数主周期为2~3a,该系数滞后5个月,与Nino3.4指数的相关系数达到0.423;SSWA的EOF1解释了总方差的25.1%,与整个南海SSWA同向变化,时间系数的主要周期为4~8a,但与Nino3.4指数的同步相关系数只有0.04,SSTA和SSWA的SVD分析结果第一模态的方差贡献为86.7%,空间分布很好地体现了SSTA和SSWA之间的正反馈机制,左右奇异向量时间系数达到0.5,且时间系数的主要周期都为4~8a,证实了南海海域海-气耦合的主模态为ENSO模态。     

基于孤立森林方法的催化裂化装置排污数据异常识别

基于分裂准则与相对质量算法对孤立森林算法进行了改进,优化了孤立森林算法的分支步骤与局部度量方式.利用标准数据集(Shuttle、Satellite、Annthyroid)验证了算法的有效性,并分析了算法复杂度;应用改进的孤立森林算法对某炼化企业催化裂化数据进行异常识别,与经典的孤立森林算法、SCiForest及ReMa...     

JDBC数据库连接中存在的问题及解决方案分析

JDBC的连接过程是JDBC达到正常运行的最困难部分。尽管JDBC API相当简单,但是许多"陷阱"隐藏在表面下边。首先介绍JDBC数据库连接的类型,然后重点分析在使用Type4来进行SQL Server JDBC数据库连接时所出现的异常、可能的原因,并给出相应的详细解决方案。这对数据库的JDBC编程有一定的借鉴和指导作用。     

基于改进深度学习方法的电子通信设备信号异常自动识别

为了提高电子通信设备信号异常自动识别的能力,提出基于改进深度学习的电子通信设备信号异常自动识别方法.构建电子通信设备信号的传输信道均衡调节模型,采用深度学习方法实现对电子通信设备信号的输出均衡调度,通过波束间隔均衡控制方法实现对电子通信设备输出信号谱分析和异常特征提取,以此为基础采用改进深度学习方法实现对电子通信设备信...     

融合FCN和LSTM的视频异常事件检测

针对传统视频异常检测模型的缺点,提出一种融合全卷积神经(FCN)网络和长短期记忆(LSTM)网络的网络结构.该网络结构可以进行像素级预测,并能精确定位异常区域.首先,利用卷积神经网络提取视频帧不同深度的图像特征;然后,把不同的图像特征分别输入记忆网络分析时间序列的语义信息,并通过残差结构融合图像特征和语义信息;同时,采...