基于支持向量机的跌倒检测算法研究

实时跌倒检测能有效降低老人因跌倒导致的身心伤害,提高老人的独居能力和健康水平。为提高基于惯性传感器的跌倒检测系统的准确率,降低系统误报率和漏报率,提出了应用基于径向基函数的支持向量机算法实现跌倒判定。首先,应用佩戴在人体腰间的便携式跌倒检测系统完成数据的采集;然后,利用基于径向基函数(RBF)的SVM分类器标记疑似跌倒行为,并利用粒子群算法完成分类算法中惩罚因子C和RBF参数g的优化。结果表明,在区分跌倒与类似跌倒的日常活动时,基于SVM算法的跌倒检测系统准确率、误报率和漏报率分别为97.67%,4.0%和0.67%。与传统的阈值方法相比,跌倒检测性能有很大提高,从而加强了该系统在老人跌倒检测中的应用。     

递推PLS方法及其在过程监控中的应用

针对处理批量数据时传统的偏最小二乘(PLS)模型无法在线更新的问题,提出了结合遗忘因子法的递推PLS算法,进而更新Qa控制限,有效地克服了传统PLS中Qa无法反映系统时变性的缺点。并对异丁烯酸甲酯(MMA)聚合反应过程中的数据进行了仿真分析。研究结果表明,递推PLS方法大大降低了监控过程中的误报率和漏报率,提高了监控系统的性能。     

连铸粘连漏钢预报系统的应用研究

就连铸粘连漏钢预报系统误报率和漏报率较高的问题,简述了系统工作原理,分析了表面、粘连和角部三种报警类型;从上部探头的温升、温升幅度、温度下降值,以及断口的扩散与温度传递速度四方面提出了系统的工业应用分析和改进;分析了改进后的效果并做出进一步的应用研究。     

基于启发式分析的木马检测技术研究

本文提出了基于启发式系统参数扫描和启发式代码分析的木马检测技术,改变了传统的木马检测技术,实验证明其能极大的减少检测的误报率和漏报率。     

低信噪比下松动部件的检测方法

针对低信噪比环境下核电站松动件的检测,以降低误报率、漏报率为目标,提出了一种基于盲解卷积算法的松动部件冲击响应提取方法,并进一步结合支持向量机分类辨识算法,给出了一种低信噪比环境下核电站松动部件检测方法。利用叠加实堆背景噪声的平板钢球跌落实验数据开展了报警研究,并对盲解卷积算法进行了参数优化设计。结果表明:优化后的盲解卷积算法能够很好地恢复出信噪比低至-20dB的冲击响应信号,并使噪声能量降低了75%,有效抑制了噪声;给出的松动部件检测方法在信噪比低至-14dB时,仍具有极低的漏报率,并且噪声误报率和脉冲干扰误报率为零,因而具有良好的抗误报、抗漏报能力。     

基于CUSUM算法提高 D-WARD 系统检测精度

在深入分析了具有代表性的DDoS源端检测系统DWARD检测算法的基础上，引入统计学中非参数改变点检测方法，使用非参数化递归CUSUM算法对DWARD进行了改进。同时，借鉴负载平衡中Load-Shodding的思想，应用Kaufman算法动态调整和更新阈值Threshold，并对检测性能进行详细比较。实验证明，改进的系统具有更低的误报率和漏报率，能够适应更复杂的网络检测环境。     

基于Markov特征的油气管道泄漏检测与定位方法

针对传统的基于压力信号的管道泄漏检测方法误报率和漏报率偏高,同时定位误差较大的缺点,设计了一种基于Markov特征的管道泄漏检测与定位方法。首先,将管道压力数据构造为Markov链的形式,并提取其动态特征;然后,将所提取的特征应用于Neyman-Pearson异常检测方法之中,检测全部压力数据样本的状态,并对检测到的异常样本进行同源信号匹配,修正检测结果;最后,将相似性定位方法与连续小波定位方法结合,确定管道首末两端响应压力变化的时间差,并根据管道长度和压力波传输速度等信息,对泄漏源定位。所提方法能应用于小泄漏和缓慢泄漏的检测与定位,易于实现,误报率与漏报率显著降低,定位精度提高。通过对历史数据的分析,验证了所提方法的可行性和有效性。     

Duffing振子的Lyapunov指数与Floquet指数研究

针对现有基于Duffing振子的信号检测与估计方法在确定振子相变临界阈值和Floquet指数曲线的临界分岔处位置两方面所存在的问题,本文在更大范围上对Duffing振子的Lyapunov指数曲线进行了研究,提出了振子相变临界阈值的改进判定方法和利用Lyapunov指数曲线来获得Floquet指数曲线临界分岔处的方法.理论分析和仿真结果表明,上述改进在不增加系统误报率的前提下,能有效降低系统的漏报率.     

基于无线传感网络的隧道水灾预警系统

介绍一种基于无线传感网络的隧道水灾预警系统。该系统采用多跳路由协议,集成了水浸传感器、液位传感器、无线数据通信和后台监控系统,支持手动报警开关,可实现实时报警,并大大地降低了误报率和漏报率。     

基于CC-Link的隧道火灾报警系统

介绍一种基于CC-Link现场总线的隧道火灾报警系统的设计与实现.其中报警控制器作为CC-Link远程设备站,采用双波长火焰探测器、单线数字温度探测器DS18B20和手劝报警按钮相结合的报警方式,实现实时报警,极大地降低了误报率和漏报率.     

微型平台组合导航信息分配新方法

摘要：针对微型平台组合导航系统，在分析以往的信息分配方法的基础上，提出了一种新的信息分配方法。利用阈值构造了故障概率计算公式，按照各个子系统故障概率进行信息分配。设计了IMU、GPS、ADS及超声波构成的组合导航系统，在新的信息分配方法下进行仿真。实验表明：该方法在子系统出现故障时能有效提高系统的容错性能，并改善导航精度。并且采用在线调整阈值的方法能够很好的降低误报率和漏报率。     

基于驰振的压电能量采集器建模与实验研究

针对低信噪比环境下核电站松动件的检测，以降低误报率、漏报率为目标，提出了一种基于盲解卷积算法的松动部件冲击响应提取方法，并进一步结合支持向量机分类辨识算法，给出了一种低信噪比环境下核电站松动部件检测方法。利用叠加实堆背景噪声的平板钢球跌落实验数据开展了报警研究，并对盲解卷积算法进行了参数优化设计。结果表明：优化后的盲解卷积算法能够很好地恢复出信噪比低至-20dB的冲击响应信号，并使噪声能量降低了75%，有效抑制了噪声；给出的松动部件检测方法在信噪比低至-14dB时，仍具有极低的漏报率，并且噪声误报率和脉冲干扰误报率为零，因而具有良好的抗误报、抗漏报能力。     

基于紫红外传感器的火焰探测系统设计与实现

针对传统的感烟、感温、感光型火焰探测器的误报率高,响应时间长的特点,研制了一种联合使用紫外和红外传感器的火焰探测系统。该系统利用紫外传感器探测火焰辐射出的处在日盲区波段的紫外光谱,同时使用红外传感器探测火焰辐射出的4.4μm波段的红外光谱,并结合快速傅里叶变换(FFT)提取火焰闪烁频率的方法来识别火焰。实验表明,该方法有效地降低系统误报率和漏报率,响应时间小于1 s,探测距离达到5 m,对于粮仓、易燃物品存放地的消防应用有着重要的意义。     

基于Gabor小波的火灾烟气识别新方法

研究提出一种基于Gabor小波的火灾烟气模型,以提高基于视频图像的火灾烟气检测的准确性。本文采用混合高斯模型与色度方差相结合的方法定位火灾烟气目标区域,并基于Gabor小波对烟气纹理及边缘特征进行描述,从而提出烟气变化能量模型与方向角分布模型来分析纹理变化的动态性质。最后采用Gentle Boosting设计分类器对模型特征进行分类与匹配,并实现在训练的同时进行最优特征选择。与传统方法相比,基于本文方法的火灾烟气检测在降低漏报率与误报率方面拥有更好的性能。     

开放企业计算环境下基于信任的行为检测模型

为解决开放企业计算环境中可疑行为检测困难导致的行为检测误报率和漏报率高的问题,将实体行为信任管理机制引入行为检测中,提出一个基于信任的行为检测模型.模型由感知层、检测层和响应层组成.检测层通过分析实体行为的历史记录,建立行为的信任档案,依据行为的综合信任度判定可疑行为的性质,响应层根据判定结果进行处理.通过模拟实验说明了该模型能够有效提高未知行为检测的准确度,大大降低行为检测的漏报率和误报率.     

基于视觉的PLC外观及指示灯状态检测系统设计

文中设计了基于机器视觉的PLC外观及指示灯状态检测系统,并利用机器视觉引导UR机器人抓取产品上料,提高了系统的自动化程度。采用视觉软件VisionPro设计视觉处理程序,使用VB.NET语言对视觉处理程序进行二次开发并设计上位机界面。实际应用结果表明,该视觉检测系统漏报率为0,误报率为0. 5%,检测时间小于15 s,满足测试要求。     

基于齿轮箱润滑油多参数在线监测PHM系统的分析与研究

针对已有油液在线监测产品(单一参数或集成多个单一参数的油液监测)的缺陷与不足,提出了一种齿轮箱润滑油多参数在线监测PHM(Prognostics and health management,故障预测与健康管理)系统,运用了多参数多维度的监测方法,初步采用通用的经验数据模型,通过实验验证模型的可行性及可靠性。给出多参数多维度的综合评判标准,降低误报率,为机械动力设备故障监测与寿命预测提供理论支撑,为油液在线监测技术的研究、应用和推广提供更可靠的方法。     

基于视频监控的变电站巡检巡视系统设计

针对当前系统未能对变电站红外图像进行异常检测,导致变电站巡检巡视性能下降,平均测试时间和误报率增加,提出一种基于视频监控的变电站巡检巡视系统。 分别设计系统管理子模块、状态监测子模块和智能辅助控制子模块,对通过视频监控采集到的变电站图像进行 RGB 值校正,将输入空间样本映射到特征空间中,得到对应的数据集。 采用核猫群红外图像异常检测方法对变电站进行检测,最终获取异常区域,实现变电站巡检巡视。 通过和已有系统进行实验对比可知,所设计系统能够有效降低平均测试时间和误报率,同时还能够提升巡检巡视性能。     

神经网络在火灾视频识别中的应用

利用早期火灾火焰的形体变化特性,结合火灾视频探测信号的特点,用图像处理方法提取火焰图像的面积、形状及纹理特征并形成火灾识别判据.设计BP神经网络结构,利用训练好的神经网络对有、无干扰源火灾环境进行火灾识别,验证结果表明该方法的正确识别报警率较高,能够减少火灾报警系统漏报率和误报率,是一种可靠的智能火灾探测方法.