降雨侵蚀力因子的算法及其在土壤流失量监测中的选用

较详尽地介绍了降雨侵蚀力因子的各种算法,并通过在流失量监测中的应用作了选用分析。结果表明,已有算法均存有一定的局限性,而以新算法适用范围较广、监测精度较高和简便实用。     

赤潮卫星遥感监测与应用研究进展

赤潮监测是海洋遥感应用的一个重要组成部分。近30 a来,国内外学者发展了许多基于卫星平台的赤潮遥感监测算法。通过回顾赤潮卫星遥感监测的发展历史,总结了各种传感器的赤潮卫星遥感监测算法,分析了各种算法的性能与适用范围。最后,对目前赤潮卫星遥感监测面临的问题进行了讨论,并对未来赤潮遥感监测的发展提出展望。     

基于DSP的给水泵运行状态在线监测系统

给水泵在运行过程中的振动信号及其特征信息对给水泵系统的状态监测有重要意义.给水泵运行状态在线监测系统以数字信号处理器DSP为核心,采用以振动监测为主、过程量监测为辅的监测方法,介绍了给水泵运行状态在线监测系统的工作原理,分析了有限冲击响应(FIR)数字滤波算法和快速傅里叶变换(FFT)算法的DSP实现方法.本系统在湖南湘潭电厂使用后,收到良好效果,对辅机故障诊断与检修具有重要的指导意义.     

光网络中基于小波变换的链路故障监测算法

针对光网络中传统故障监测方法误差大、速度慢等问题,提出一种基于小波变换的链路故障监测算法。在该算法中采用动态周期轮询的方法监测链路光功率,利用小波变换在时-频域上的良好局部特性提取监测值中的故障信息。算法对监测到的光功率值进行多尺度分解以降低噪声影响,从而提高故障监测的准确性。仿真结果表明,与时域的分析方法相比,基于小波变换的故障监测算法能够较好地克服噪声影响,漏警率减少到0,误警率降低了5百分点;而且实验环境下的故障监测时间为2.53~3.12ms,能够满足实时需要。     

一种新的稳态监测算法及其应用研究

本文基于滤波法的思想,引进了一种新的数据稳态监测算法启发式算法,介绍了该算法的实现过程,它不需要CST和MTE的区间稳态假设,判断方法不需要限制时域位置,可以沿着时间轴移动时间窗口来判断时间窗内过程是否处于稳态,与滤波法有类似之处。它拓展了滤波法的适用范围,其优点在于该算法不但可以用于判断历史时间窗内过程是否处于稳态,同时也可持续地监测最新的实时测量数据是否处于稳态。该算法在自主开发的工业数据平台中得到应用,应用结果表明,该算法简单可靠,对实时过程数据的稳态监测能给出满意的结果。     

分布式网络性能监测代理自适应部署研究

分布式网络性能监测的关键问题是如何在管理域中的适当位置放置适当数目的代理,才能达到提高监测效率,减小额外监测流量和响应时间的目的。本文提出的算法是在管理员改变网络拓扑结构或者网络节点或链路失效时被启动,能够针对网络的变化自动地进行局部监测代理分布的调整,使监测系统恢复到近似最优状态。该算法使本监测系统具有良好的可扩展性和适应能力,仿真实验证明了算法的可行性。     

一种基于WSN的核辐射监测系统能量有效数据聚合方法

在核辐射监测传感器网络中,传感器监测节点要进行信息监测、数据传输与聚合等任务,减小能耗从而延长其生命周期成为其关键问题。本文在LEACH算法的基础上提出ECLEACH改进算法,算法考虑了传感器节点剩余能量、节点传输距离等因素,使得簇头节点的分布更加均匀,仿真结果表明,与LEACH算法相比较,ECLEACH算法使整个网络的能耗更加均衡,有效地延长了网络的生命周期。     

基于国际视图的域间路由异常监测

域间路由安全监测方案由于部署方便和系统整体开销较小,在增强路由系统安全性方面得到了广泛应用。文章针对目前国内的监测方案在感知国内互联网路由安全态势方面的不足,提出基于国际视图的监测方法,并设计了相应的异常监测算法。异常监测算法包括国家级非法宣告前缀异常监测算法和国家级多源冲突异常监测算法。这是对目前监测方案的有力补充。该方法可以有效监测到国外AS对国内路由的劫持;同时评估国内非法宣告前缀对整个Internet的影响和在整个Internet上的扩散情况。     

基于物联网的电梯运行数据在线监测系统设计

传统的电梯运行数据在线监测系统数据收集合格率、监测准确率差,为了解决上述问题,基于物联网设计了一种新的电梯运行数据在线监测系统,系统硬件设计分为数据采集模块、监测数据通信模块以及GPRS监测模块三个模块进行操作.系统软件设计加大对数据的算法控制,匹配对应算法对数据进行标准化监测,实现对整体系统的设计.实验的结果表明,相对于传统系统,给出的设计能够在较高程度上完善系统内部结构,增强系统操作的可行性,更好地为使用者提供优良服务.     

无线传感器网络用于火灾监测的阈值算法

无线传感器网络的一个重要应用是森林火灾监测。本文提出了用于森林火灾监测的阈值算法,该算法基于数据融合技术。本文采用状态转换机模拟了火灾的状态转换过程,通过设置关键阈值来完成状态转换。仿真结果表明,该方法能有效的监测突发事件的发生。     

基于无线传感网的老人监护系统

通过对老人监护问题的需求分析,设计一套基于无线传感网的监护系统。本系统设计了便携式的心电检测仪,实时采集被监护对象的心电信号,并采用嵌入式零树小波变换算法实现心电数据压缩;同时,构建无线传感网络,利用基于RSSI的三点定位算法实现对被监护对象的定位。最后,将心电数据和位置信息通过无线路由传至监护中心的终端软件,供分析、显示和记录。实验表明,该系统能较好地完成心电信号检测及定位功能,有助于医疗人员实施老人监护工作。     

基于GLRGMM的间歇过程在线监控策略

针对间歇过程的非线性和动态性,提出了全局—局部正则化高斯混合模型 （GLRGMM）算法。首先引入邻域保持嵌入算法提取局部流形结构,通过寻求一种低维投影对非线性过程进行全局结构保持,同时最大限度地保留局部流形特征;然后通过对高斯混合模型引入正则项来在线监控更新高斯模型,获取非线性数据流形结构,解决数据动态性问题;最后集成全局—局部监控指标实现在线监控。通过青霉素发酵过程进行了验证,结果表明所提算法比DPCA、GLNPE具有更好的在线监控效果。     

基于Holt-Winters的时间序列预测在大数据监控系统中的分析与应用

针对大数据监控系统对时间序列预测准确性和实时性的需求,以及大数据监控系统中时间序列呈现趋势性和季节性变化的特点,选择Holt-Winters算法建立时间序列预测模型。首先介绍时间序列的概念和特点,然后分析Holt-Winters算法的原理以及预测条件。选取合适的平滑系数是影响Holt-Winters算法预测准确性的关键,结合L-BFGS算法在不同时间区间求最优解,实现动态平滑系数的选取。最后以用户2天的页面访问量作为实验数据,通过相对误差指标的比较分析,验证该算法能满足大数据监控系统对时间序列预测的需求,具有较好的实际应用效果。     

基于粗糙集的慢性病变分级方法

由于云健康生理监测数据因具有时间连续性、非精确性、模糊性等特性,从而导致传统分类算法很难直接运用.针对上述问题,提出一种基于粗糙集的慢性病变分级方法.该方法首先采用融合相关度和Chi-merge统计量离散化生理监测数据;然后,基于相容矩阵的属性约简算法去除数据冗余属性;最后,基于批量与增量相结合挖掘分类规则,并基于分布计算框架MapReduce应用上述规则实现慢性病变智能分级.实验验证表明,该方法具有较高的识别准确率,有助于个体全面认识健康风险状况.     

直流特高压带电线路近电安全感应预警监控系统设计

传统直流特高压带电线路中,安全感应预警监控系统存在的监测数据难以实时上传,通信不流畅、数据采集误差大,针对该问题,设计了一种基于MPPT监测的监控系统,能够将直流特高压带电线路中信息提取功率导向存储装置,并通过两个控制模块和实时监控装置,加强监控系统的监测能力,大大提高了监测效率与实时数据传输能力。同时构建了机器人学习算法的GEN算法,对预警机制进行改进,提高了预警能力,也提高了数据处理效率,增强了数据适应性,通过仿真实验,所设计的硬件在安全数据监控时,监控率最高可达94.01%。     

基于ARM的水电站远程网络视频采集及监控系统的设计与实现

传统水电站视频数据采集以及监控中存在监控硬件适用性不强、监控效率低下、精准度不高、算法分析效率较低、分析精准度低等问题。为了提高水电站远程网络视频监控能力,本设计通过对于算法和采集硬件的改进来解决。在硬件方面,利用嵌入式技术设计出多通道的数字视频采集设备,同时基于MPT监测技术进行监控系统整体的设计,加强了监控系统的监测能力并提高了监测的效率与实时数据传输能力。通过TMS320DM8168作为主控芯片,视频采集应用了TVP5158计算芯片,将现场水电站运行情况通过图像采集的方式获取数据信息,提高了现场视频信息提取能力。在算法方面,基于EMD混合分布算法,将现场采集到的数据信息转换为微观数据的分析方式,提高了故障识别与监控设备调整的能力。通过试验,最大传输速度可达到1.65 GB/s,在最大的数据体量下传递时间只需43 s。     

基于BP神经网络数据融合的瓦斯监测系统

井下瓦斯监测系统为多传感器监测系统,它通过不同功能、不同精度、不同位置的传感器,对所需要的被测量进行多方位、多角度的测量。但是,目前对于多传感器所测的数据还没有一种通用的、行之有效的处理方法,井下瓦斯浓度的监测很难作到实时、精确。因此,文章提出了一种基于BP神经网络数据融合的瓦斯监测系统的设计方案,该方案采用改进的BP神经网络算法对多传感器数据进行融合,并采用两级融合的方式对数据进行处理,以得到井下环境特征。仿真结果表明,基于BP神经网络数据融合的瓦斯监测系统具有较高的测量精度,极大地提高了数据采集的可靠性、全面性和有效性。     

基于观察学习的机场噪声监测点关联预测研究

针对机场噪声监测点设备损坏和老化导致噪声数据采集异常的问题,寻求软件解决方案。在分析监测点之间关联性的基础上,建立了一种基于观察学习的机场噪声监测点关联预测模型。首先,通过衡量失效监测点和其余正常监测点之间的关联性来筛选出关联度高的监测点;接着,利用BP神经网络集成建立回归预测模型。提出了一种"基于学习成果优异度加权"的观察学习算法,解决了小样本的欠拟合问题,提升了模型泛化能力。基于某机场实测数据的实验表明,所提出的预测模型具有较好的预测能力,并且改进后的算法比标准的观察学习算法更为稳定,效率更高。     

基于大数据的智能电网状态远程监测方法

智能电网作为一种智能化电力传输载体,在电力供应环节发挥了重要作用,因此保证其正常运行具有重要的现实意义。当前智能电网状态远程监测多与智能算法相结合,通过智能算法完成状态评估,常见的智能算法有神经网络、决策树以及支持向量机等,但这三种算法应用下,空间复杂度与时间复杂度较大。针对上述问题,提出一种基于大数据的自适应免疫粒子群算法智能电网状态远程监测方法。方法首先利用量测工具对智能电网状态信息量进行采集,然后对采集到的信息量进行处理,包括数据清洗、数据去噪、数据消减、数据标准化,最后利用自适应免疫粒子群算法实现智能电网健康状况评估。结果表明:与神经网络、决策树以及支持向量机三种算法相比,自适应免疫粒子群算法运行下,产生的空间复杂度与时间复杂度最小,分别为247.7 byte和154 s。