基于EMD-BP模型的10 kV开关柜温度预测

实施变电站10 kV高压开关柜过热风险预警,对于保障变电站安全运行具有重要意义。因此,提出了一种基于EMD分解和BP神经网络相结合的10 kV高压开关柜温度预测方法。首先利用无线温度传感器收集开关柜产生过热关键位置的温度,其次将测得的原始温度序列分解成不同频率尺度的固有模态分量,再次利用改进BP神经网络模型进行温度预测,最后累加各模态预测值实现温度预测。研究表明,所提EMD-BP温度预测模型相比传统BP模型的预测精度更高,有利于无线温度监测条件下实现10 kV高压开关柜的过热风险预警。     

多模态特征融合的网络安全态势评估

针对网络安全监测设备信息来源单一以及预警质量较低等问题,文中提出了融合多种数据来源的网络安全态势评估方法。通过引入Endsley模型和Agent理论,构建了网络安全态势的NSSA框架。利用径向基神经网络的思想,通过消除多余噪声与无关信号实现多源异构数据的融合,从而提出具有多模态特征融合的网络安全态势评估方法。MATLAB仿真结果表明,与传统的BP神经网络相比,文中提出的网络安全态势评估方法具有更好的学习能力和泛化能力。     

RGB激光扫描的面部特征点识别研究

传统方法在进行危险预警时,需要被测者穿戴整套仪器设备,成本高,稳定性不好,为此,提出一种基于激光扫描的多源脸部信息感知危险预警方法。在进行激光扫描前,通过直接标定法对相机进行标定,并且提出适于RGB激光扫描的颜色标定法,令采集的点云数据中所有点均和一组RGB颜色数据相应,从而得到脸部彩色三维重建结果。利用激光扫描仪得到测角与测距,获取测点的三维坐标,和扫描点构成人脸三维点云数据图,对点云数据进行分析处理,得到多源人脸信息。依据眼睛特征点与嘴部特征点判断人体是否处于疲劳状态,从而完成危险预警。实验结果表明,所提方法危险预警准确性高。     

基于最优早期预警能力的EWR优化配置问题

为了促进弹道导弹远程预警雷达(EWR)早期预警能力的发挥,对EWR在既定威胁场景中的优化配置问题进行了研究。首先,分析了EWR优化配置的要求和目标;其次,讨论了EWR待选配置区范围的计算方法及其网格化处理算法;最后,提出了基于早期预警能力灰色层次分析法(AHP)评估的EWR优化配置模型,并以典型实例进行了仿真验证。结果表明:该文提出的模型和算法能够提供清晰和精度可控的优化配置结果,可为EWR的优化配置和作战筹划活动提供有力支撑。     

面向嵌入式平台的车道线检测方法

车道线检测在自动驾驶和高级辅助驾驶中起着举足轻重的作用,然而,传统的车道线检测技术鲁棒性较差,而大多数基于深度学习的方法复杂度又较高,难以在嵌入式平台实时应用。提出一种面向嵌入式平台的轻量级车道线检测网络,将车道线检测转化为语义分割问题,该网络借鉴U-Net与Segnet网络结构,使用了小尺度卷积等轻量化组件设计计算高效的语义分割网络。在检测车道线的基础上,计算车辆距离两侧车道线的距离,以及车道线的曲率,同时当车辆偏离车道线或检测出现异常时进行预警,最后将整个系统移植到海思平台。实验结果表明:该系统具有较高的检测精度以及检测速度,准确率达到97.5%,速度达到50 FPS,满足实时性要求,因此该系统能够用于面向嵌入式平台的实时车道线的检测、测距、曲率计算以及预警。     

基于分布式无人机监测的干扰源直接定位

目前大部分直接定位方法主要针对窄带信号,为此提出了一种基于分布式无人机 (UAV)平台的宽\窄带信号直接定位(DPD)方法。首先在频域对多个无人机平台的接收数据进行合成,基于多个频点建立和信源位置直接相关的代价函数;然后,将监测区域进行网格化处理得到目标信源的位置;最后,多无人机移动监测,并不断缩小监测区域,对多次定位结果聚类分析,得到最终定位结果。通过仿真验证,本方法的定位性能明显优于传统的定位方法。同时实测数据的处理结果表明,本文所提方法定位性能优于改进的到达时间差(TDOA)定位方法。     

发光目标物团雾视频数值分析

高速公路水平能见度视频图像监测技术正取得快速发展, 已成为团雾天气监测、预警的重要手段之一。为有 效预防公路团雾交通事故发生, 参照高速公路团雾定义和预警等级的规定, 基于公路团雾多发路段视频和能见度资 料, 统计分析了路面固定距离的发光目标物在团雾和非团雾不同能见度环境下的图像光亮度参数, 探究了团雾路段 不同距离处发光体亮度数值与水平能见度数值相关变化关系。进而基于团雾路段视频特征图像区域的亮度参数变化 与水平能见度的相关性分析, 给出利用数值分析结果测算水平能见度的可行方法, 为建立高速公路团雾预警模型提 供思路和实现途径。研究结果表明： (1) 通过视频图像的不同区域亮度变化进行能见度监测具有科学性、创新性、可行 性, 可实现24 h 不间断监测预警。(2) 引入发光目标物光亮度和环境光亮度的对比分析, 可以解决一天中不同时间段 图像光亮度变化较大的问题。(3) 通过对固定距离发光目标物的监测来实现公路团雾的监测, 可解决团雾水平尺度难 以直接仪器监测的难题。(4) 发光目标物视频团雾监测方法的监测结果可与互联网、地理信息系统、导航信息系统结 合, 从而实现快速、准确发布预警, 减少交通事故的目的。     

使用物体交互模型的车辆违停事件检测

随着平安城市与监控摄像头的发展,车辆违章停靠事件的自动检测在视频自动检测方法中具有重要意义.当前的目标检测算法,例如基于特征+分类器、基于视频背景差分、基于深度学习的方法等,大多关注车牌、交通标志的定位与识别,而忽略了对车辆违章等事件的判别.因此,发展了一种基于物体交互模型的车辆违章停靠事件检测方法:首先基于轮廓提取和SVM进行车牌检测;其次基于形状和颜色进行交通标志检测;最后基于物体交互模型来判断是否违停.上述方法在真实视频场景中的实验验证了方法的有效性和可靠性.     

大规模天线组阵信号并行合成方法

在通用计算平台上进行数字信号处理是软件无线电的发展方向之一,为大规模天线组阵的信号合成提供了新思路。针对通用计算平台上大规模天线组阵的合成问题,研究了基于任务分解原理的多天线组合成方法(MAGM)和基于数据分解原理的多信号块合成方法(MSBM)。两种方法的实时性分析结果表明,MSBM比MAGM更适用于通用计算平台。MSBM要求各信号块的合成是独立的,故提出一种SUMPLE算法的积分时段内迭代方法。仿真结果表明,该迭代方法与传统迭代方法具有同等合成性能。     

基于高斯混合模型的火焰检测算法

火灾作为对社会和环境危害最大的灾难,一直是人们重点防范的对象。但目前现有的火灾预警系统都存在误报率过高的问题。因此,文中提出了一种基于火焰闪烁动力学的火焰检测框架。在该框架中,火焰颜色分布模型采用高斯混合模型。此外,采用概率显著性分析方法和一维小波变换提取运动显著性和滤波后的时间序列作为特征,描述火焰的动态特性和闪烁特性。通过实验证明了提出的方法对比现有方法具有较好的精确度,能够获得95%以上的精度,并且具有较低的误报率,满足实际需求。     

浅析高压开关柜温度监测的重要性及解决办法

本文通过对高压开关柜常见发热原因进行分析,对比分析几种测温方式的优势与不足,提出了一种新的开关柜温度监测与预警方法,该方法可以实现开关柜内温度的实时监测,并在柜内温升过高时发出预警,有效降低了开关柜的事故率,对提高电网供电可靠性具有重要意义.     

基于大数据技术的犯罪情景预防研究

文章简要介绍了大数据技术在犯罪情境预防中的应用价值,通过案例数据研究、分析了大数据背景下犯罪情境预防工作的运行环节,最后提出基于大数据技术的犯罪情境预防开展策略,旨在通过大数据的行为画像和信息数据预警,分析可能出现的犯罪行为,从而进行防范和预警处理。     

融合递增词汇选择的深度学习中文输入法

输入法的核心任务是将用户输入的按键序列转化为汉字序列。应用深度学习算法的输入法在学习长距离依赖和解决数据稀疏问题方面存在优势,然而现有方法仍存在两方面问题,一是采用的拼音切分与转换分离的结构导致了误差传播,二是模型复杂难以满足输入法对实时性的需求。针对上述不足提出了一种融合了递增词汇选择算法的深度学习的输入法模型并对比了多种softmax优化方法。在人民日报数据和中文维基百科数据上进行的实验表明,该模型的转换准确率相较当前最高性能提升了15%,融合递增词汇选择算法使模型在不损失转换精度的同时速度提升了130倍。     

基于Bayes弹道导弹主动段融合跟踪算法

弹道导弹主动段拦截中对导弹跟踪精度要求很高,如何将多种主动段探测装备得到的数据进行融合得到更加精确的数据是当前亟待解决的难题。针对此问题,文中研究了导弹预警卫星与雷达融合跟踪,提出了一种基于Bayes理论的弹道导弹主动段融合跟踪算法。该算法分别建立了导弹预警卫星和雷达对主动段探测模型和跟踪模型,应用POFACETS软件仿真了一种类型弹道导弹,并将其获得的导弹RCS数据应用到算法中,提高了算法的准确性。仿真实验表明,该融合跟踪算法可以获得比多个传感器算术平均值更精确的结果,具有较高的可靠性。     

HDR video synthesis by a nonlocal regularization variational model

High dynamic range (HDR) video synthesis is a very challenging task. Consecutive frames are acquired with alternate expositions, generally two or three different exposure times. Classical methods aim at registering neighboring frames and fuse them using image HDR techniques. However, the registration often fails to obtain accurate results and the fusion produces ghosting artifacts. Deep learning techniques have recently appeared imitating the structure of existing classical methods. The neural network is intended to estimate the registration function and choose the fusion weights. In this paper, we propose a new method for HDR video synthesis using a variational model. The proposed model uses a nonlocal regularization term to combine pixel information from neighboring frames. The obtained results are competitive with state-of-the-art. Moreover, the proposed method gives a more reliable and understandable solution than deep-learning based ones.     

天基预警雷达低自由度STAP方法研究

受卫星高速运动和地球自转影响,天基预警雷达杂波在俯仰-方位-多普勒三维空间呈紧耦合特性,极大降低了传统空时自适应处理(STAP)方法的慢速运动目标检测性能。采用方位-俯仰-多普勒三维STAP可实现天基预警雷达杂波解耦,但与非正侧机载预警雷达杂波的三维松耦合情况不同,该应用需要较大系统自由度才能实现次最优杂波抑制性能,所带来的巨大运算负担和均匀样本需求使其难以应用于实际。针对上述问题,该文首先构建了天基预警雷达平面阵回波空时信号模型;然后详细分析了其杂波在方位-俯仰-多普勒三维空间的紧耦合特性;最后提出了基于级联处理的低自由度三维STAP方法,利用空域加权子阵合成预先衰减副瓣杂波,再利用俯仰-多普勒自适应处理抑制剩余各次距离模糊主瓣杂波。仿真实验验证了所提STAP方法可在低运算复杂度和小样本需求条件下实现次最优杂波抑制性能,因此适用于天基预警雷达实际应用。      

“互联网+”非法集资犯罪的治理困境与出路研究

“互联网+”背景下,网络上兴起的各种借贷、众筹、支付平台为非法集资提供了极大便利,突破了传统现金流集资交易模式和时空壁垒,席卷了民间资本市场,给投资者和普通民众带来惨重损失。目前,“互联网+”非法集资犯罪主要存在“发现困境”“取证困境”“维稳困境”三大治理困境,为此应构建“线上+线下”双重取证思维,建立专门情报信息平台、多部门联动的预警系统,提高“云收集”证据能力并重视涉案财产的处置问题。     

基于 G1法和云理论的预警监视系统能力评估

结合雷达预警监视系统的发展要素,提出了系统建设效能的评估指标体系,在综合G1法的基础上,建立云重心理论效能评估模型,通过实例进行了有效的评估分析,表明该法可行有效并为分析系统能力提供了新的方法途径。     

基于数据挖掘的财务管理预警模型

为了提升财务管理预警精确度,构建基于数据挖掘的财务管理预警模型.首先利用财务管理预警指标体系,然后通过数据挖掘技术中的决策树算法实现财务环境和财务活动中财务风险的有效预警,最后进行了财务管理预警仿真实验,试验结果表明,该模型的预警精准度可达98％,可清晰判断财务指标异常情况,具有较高的实际应用价值.     

基于高光谱图像解混的海洋绿藻检测算法

提出了一种基于线性混合模型的高光谱图像绿藻面积估计算法。利用端元提取算法,自动获取图像中绿藻端元的光谱曲线,根据得到的端元及原始图像,通过全约束最小二乘算法,求得绿藻端元的丰度图,丰度图作为绿藻面积的估计结果。算法能够有效克服由于高光谱图像分辨率不足造成的绿藻面积估计不准确的问题,实现亚像素水平的绿藻面积估计。利用2013年6月29日获取的GOCI传感器获取的8波段光谱图像展开实验,计算得到当日绿藻覆盖面积为321 km2,与HJ-1B卫星的实测结果高度接近,相比于NDVI等传统算法具有明显优势。方法为绿藻灾害预警和监测提供了一条新的解决思路和技术途径,具有较高的应用价值。