基于孤立森林和标准差检测法的风电功率异常数据清洗

在风电功率预测中,风速到风电功率的转换是关键步骤,风功率曲线建模和机器学习等技术都需要高质量的风电功率数据,而风电机组实际运行过程中由于多种因素会导致风功率曲线中出现大量的异常数据.首先分析了河南省洛阳市虎头山风电场风电机组历史运行异常数据分布特征,提出了结合孤立森林（iForest）算法与标准差（σ）检测法的技术对异常数据进行识别,并对比了iForest-σ和σ-iForest两种次序组合方式在异常数据识别过程中的异常数据清洗时间、删除率、准确率.结果表明,iForest-σ和σ-iForest方法都能够有效识别异常数据,iForest-σ方法相对数据删除率低且精度高.上述方法清洗效果好,效率高且不依赖于正常数据进行非监督训练,同时适用于其他研究场景的异常数据清洗工作,具有较强的通用性.     

基于风险评估的装配式建筑施工质量因素识别方法

为了提高装配式建筑施工质量因素识别的准确性,设计一个基于风险评估的装配式建筑施工质量因素识别方法。首先提出施工质量因素识别过程,运用定性和定量分析相结合的方法,构建相关的指标体系,并对相关指标带来的风险进行了分析,采用层次分析方法对装配式建筑施工质量因素进行识别。结果表明,所设计的基于风险评估的装配式建筑施工质量因素识别方法有效提高了施工质量因素识别的准确性,并在较短的时间内能够实现施工质量因素识别,为相关装配式建筑施工工程质量因素识别提供参考。     

基于YOLOv5网络的复杂雷达脉内调制类型快速识别方法

近年来雷达系统的抗截获能力快速发展,信号体制变得非常复杂,给空间态势感知信号处理带来困难。针对实际场景中极可能出现的多信号时频域交叠难以识别的问题,提出基于时频分析和深度神经网络的脉内特征识别的方法,利用时频分析手段将不同类型雷达信号转换为时频图像,基于深度学习的YOLOv5网络对不同混合交叠的雷达脉冲信号时频图开展研究。结果表明：在不同信噪比下,实现对两调相信号、三调频信号及调相与调频信号3种交叠情况的混合雷达信号脉内调制方式的检测与识别,信号调制体制识别准确率均达到95%以上。本文分析结果可为空间态势感知信号处理提供参考。     

企业家情怀对创新投入的影响研究：机会识别和资源获取的中介作用

创新是推动企业进步的关键,情怀已经成为影响企业创新活动的重要因素。以身份理论、利益相关者理论以及现有研究为基础,构建企业家情怀经由机会识别和资源获取影响创新投入的概念模型,并提出相应的假设。以浙江制造业企业为样本,利用336份有效问卷进行实证分析,验证相应假设。结果表明,企业家情怀能够促进企业的创新投入,机会识别和资源获取在企业家情怀对创新投入的影响路径中起部分中介作用。     

基于自适应颜色快速点特征直方图的托盘识别方法

托盘识别是无人驾驶工业车辆进行货物搬运的关键技术之一.针对现有托盘识别方法低效耗时、鲁棒性差、参数选择随意的缺点,提出了一种基于自适应颜色快速点特征直方图的托盘识别方法.该方法使用Kinect V2传感器采集包含托盘的场景点云数据,点云经离群点剔除后,基于邻域特征熵函数最小准则获取每个点的最优邻域半径.提取点云关键点,计算关键点的颜色特征和自适应邻域快速点特征直方图,融合成自适应颜色快速点特征直方图,进行特征匹配与误匹配点对剔除,从而实现托盘识别.与固定邻域半径为0.012 m的快速点特征直方图对比,实验结果表明：基于自适应颜色快速点特征直方图的托盘识别精度提高了83.74%,特征提取用时减少了35.55%,验证了方法的优越性.     

基于HTTP响应报文的物联网终端设备识别方法

随着物联网的快速发展,物联网终端设备的识别技术研究已经成为网络空间安全领域的热点之一。针对类型、品牌、型号等不同层面的设备识别需求,传统物联网终端设备识别方法局限于高维特征向量和单一分类算法的固定组合,为了提高算法效率并寻找较优算法组合,本文提出一种基于HTTP协议响应报文的物联网终端设备识别方法,以HTTP协议响应报文的相关协议字段特征作为输入并进行归一化、标准化处理,通过随机森林算法对特征进行筛选排序得到特征序列,最终基于特征序列,结合不同的分类算法和特征组合对物联网设备进行分类识别。实验结果显示,在收集的数据集中,该方法在设备类型、品牌、型号3个层面分别采用5个、3个和7个不同特征组合并结合不同分类算法,平均提升设备识别准确率18.6%并大大节省了特征空间,实现了低维度特征下稳定高效的识别效果。     

面向公共安全的步态识别技术研究

步态识别技术是继人脸识别之后的又一具有实战应用价值的新型生物特征识别技术。技术层面,通过设计深度学习算法模型,步态识别技术提取的是视频中连续多帧的人体全身动态和静态特征,形成步态序列加以识别。步态识别适合远距离、大范围、跨角度监控场景下的目标识别追踪,相较于人脸识别,步态识别不受局部遮挡(如口罩、墨镜、围巾、帽子等)因素的影响,可以实现抗伪装识别。应用层面,步态识别技术可以利用已建前端摄像机,无需像人脸识别一样部署专门抓拍设备,因此能更广泛地激活海量视频数据,特别是在面向公共安全的场景需求中发挥重要的作用。通过搭建步态应用系统,实战化测试步态识别技术在特定区域中特定对象的轨迹刻画和快速检索效果,结果表明步态识别技术可以实现高效的目标检索,为公共安全领域的需求提供强有力的技术支撑。     

改进ACGAN数据增强的番茄叶片病害识别

【目的】为了获得足够的番茄叶片病害图像,提高番茄病害的识别准确率,提出了一种新的基于生成对抗网络的数据增强方法(Hidden parameter label and Attention attached Multi scale ACGAN,HAM＿ACGAN).【方法】在生成对抗网络的基础上,为了补充类内信息,将隐参数标签连接到输入噪声上,以控制不同类别病害的叶片生成;同时设计一个带有残差注意力块的生成器捕获叶片中的病害信息,生成病害特征明显的番茄叶片;最后利用多尺度判别器丰富生成图片的细节纹理。【结论】实验表明,提出的数据增强方法能够生成病害特征明显的番茄叶片,能够满足神经网络训练所需的大量数据,进而提高病害识别网络的识别精度。     

基于颜色和区域的运动目标识别

针对全自主足球机器人目标识别受光强变化的影响,实时性、准确性和鲁棒性存在的不足,提出了一种基于动态窗口HSI色彩空间模型的阈值向量位与及区域合并算法,并通过动态窗口减小搜索范围加快分割速度,实测目标识别的平均运行时间约26ms;另外,根据目标的矩不变及卡尔曼滤波的方法,提高了跟踪目标的准确性和鲁棒性,实验结果表明,目标跟踪准确率约99.3%,使整套系统具有很高的实时性和很好的识别效果。     

Butterworth带通滤波器设计

采用Butterworth函数，设计了应用于射频治疗仪的中心频率为750kHz的带通滤波器，以减少其对配合使用仪器的干扰．并利用Matlab软件对设计的带通滤波器的数学模型进行仿真和进一步优化．实验电路表明，该带通滤波器运行稳定，各项指标达到设计要求．同时也验证了该方法具备可行性和适用性，并可用于其他滤波器的设计．