基于递归和SVM的特征选择方法研究

特征选择是模式识别领域的一个重要的研究方向,它可以提高分类的效率与效果。本文将递归特征排除算法与SVM决策树结合起来运用于特征选择,首先利用递归特征排除算法对所选择的特征进行初排序,然后依次将特征送入SVM决策树中进行优化评估,对数据中起显著作用的特征进行筛选,除去冗余和次要特征,得到特征子集。最后,通过对Linux主机和相关网络的27个入侵特征数据进行特征选择实验,实验结果表明,特征个数降至21个,而测试精度仍然能达到94%,从而证明本文所提出的递归和SVM相结合的方法是解决特征选择问题的一种有效方法。     

浅析继电保护设备状态评估方法

对继电保护状态进行评估,科学实现继电保护设备状态检修。本文介绍继电保护设备状态评估基本原则依据,介绍继电保护状态评估标准,概述继电保护设备状态评估的几类典型评估方法,阐述继电保护设备状态评估系统建设原则和性能指标。     

基于递归神经网络的预测控制算法研究

提出了一种递归神经网络预测控制算法。该方法将预测控制中预测模型的误差项提取出来,专门建立神经网络模型来预测误差项,以此实现预测控制与神经网络的结合并用MATLAB仿真。该算法具有良好的控制品质,表现出较强的鲁棒性和适应性。     

基于状态转移图的脆弱性利用模型及其递归求解

面对已经挖掘的各种软硬件脆弱性,如何对这些脆弱性进行有效的利用,是信息系统安全领域一个重要的课题。本文结合状态转移图、最小路径树等相关理论,设计完成了信息系统脆弱性利用的建模研究,建立了基于最小开销的脆弱性利用模型,并完成了对最优路径的递归求解,为脆弱性有效利用提供了指导思路。     

计算机设备健康状态评估方法

随着现代企业信息化建设的推进,越来越多的计算机设备被投入使用,对使用中的计算机设备建立鉴定其健康状态的方法对企业的稳定运作有极为重要的意义,文章从设备品牌,设备类型,设备资源使用率,设备机房环境,缺陷记录,意外事件等方面构建出将设备运行时间作为主要评估依据的设备健康状态评估体系,确定了计算机设备健康状态指标权重,提出了基于模糊综合评价法和层次分析法结合的评估模型,为计算机设备的健康状态评估提出了可供决策者参考的理论依据。     

基于滑窗递归广义特征分解的盲源分离方法

针对混迭矩阵发生突变的盲源分离（BSS）问题,提出一种基于二阶统计量的滑窗递归BSS方法。首先滑窗递归更新两个不同时延的自相关矩阵,然后结合幂迭代法和压缩处理在线计算矩阵束的广义特征向量以求得分离矩阵。与已有递归型盲源分离算法相比,该方法收敛速度快,追踪性能好,仿真结果验证了所提算法的有效性。     

配电网设备状态评估方法探讨

文中对配电网设备状态评估框架进行构建,分析配电网状态评估的特征,并对配电网中重要设备的状态信息进行描述,提出设备状态量评估标准和配网设备状态评估方法,为配电网状态维修决策提供参考依据。     

基于设备停运模型的电力系统状态检修技术研究

本文针对传统电力系统状态检修在设备评估和决策结果方面存在精确性差以及可靠性低等问题,提出了一种基于设备停运模型的电力系统状态检修技术。根据在线监测的设备信息以及设备马尔科夫停运模型,提出一种能够覆盖设备多种维修模式的设备综合停运模型,运用该模型可反应电力系统设备的各种运行状态,在此基础上以系统风险最小为目标,来制定电力系统的状态检修策略。最后通过实际算例验证了所提技术的可行性和有效性。     

基于RFID的医疗设备使用状态监测系统分析

各种先进的医疗设备的应用,带动了医疗服务水平的提高,为临床诊断与治疗提供了良好的技术支持.但是,在大中型医院中,医疗设备数量众多,使得设备的管理工作变得非常困难,无法及时掌握设备的使用情况,导致部分设备闲置,或者设备故障无法及时处理等问题.本文基于RFID技术,设计了一套医疗设备使用状态监测系统,能够实现对医疗设备使用状态的监测和统计,在设备管理方面有着良好的应用.     

基于信号递归度分析的语音端点检测方法

针对低信噪比、非平稳噪声环境下的语音端点检测,提出了一种基于语音/噪声的信源系统动力学特性差异,通过分析信号递归度变化,设定双门限判定语音端点的方法。和传统的能量法、倒谱距离测度法比较,准确率较高。为语音特征提取和识别研究提供了新的途径。     

基于大数据分析的光通信系统关键设备状态识别

为有效分析光通信系统关键设备状态,保障光通信系统安全稳定运行,提出基于大数据分析的光通信系统关键设备状态识别方法。利用无线传感技术采集光通信系统关键设备状态信号,经小波阈值方法去噪后,利用数DL-GA算法检测异常数据信号,将异常数据信号上传至设备状态识别与管理中心,由设备状态诊断模块、设备寿命预测模块、设备识别管理模块,完成对设备状态、寿命的诊断、预测以及可视化管理。实验结果表明：该方法可有效识别光通信系统关键设备状态,信号识别准确性高于99%,识别时间低于187 ms,提高了数据去噪以及异常数据信号检测的效果。     

基于人工智能的变电站设备状态监测与维护策略优化研究

传统的变电站设备状态监测方法存在一定的局限性,难以满足日益增长的变电站设备监测需求。文中引入了基于人工智能的技术框架,实现了高精度的变电站设备状态监测,具体流程包括数据采集、处理、特征提取、模型构建与训练。经验证,该模型在准确性和响应速度上均优于传统方法,并能提供维护策略与优化建议,提高设备的可靠性,降低故障率,为电力系统的稳定运行提供了有力保障。     

基于远程诊断和状态监测的设备管理系统研究

提出了基于远程诊断和状态监测(RDCM)的设备综合管理信息系统(PIMS)的总体方案和体系结构，建立了系统的功能模型和信息模型，讨论了系统的一些关键技术，并给出了系统的具体配置。     

无线通信技术在设备状态监测中的研究

设备在运行的过程中,如何对设备的运行状态进行监测是一项重要的工作。传统的方法是采用有线的方式,通过传输线将传感器检测到的设备运行状态传回到计算机上。但这样的方式有很多的弊端,比如在一些环境恶劣的场合,有时布线不方便或者是容易遭到损坏。因此如何采用无线的通信技术来完成对设备状态的检测具有重要的意义。本文就针对无线通信技术在设备状态监测中的应用进行了一些研究,并提出了一些建议供大家参考。     

基于双递归均值滤波的红外点目标检测

提出了一种红外点目标检测算法,采用长短两个尺度的时域递归滤波器对像素灰度沿时轴进行滤波处理,然后采用动态门限分割并进行连续过门限计数,最后利用航迹关联输出确认航迹,实现了低信噪比条件下的红外点目标检测。     

基于物联网技术的配变低压无功补偿设备状态监测方法

为了解决配变低压无功补偿设备在运行过程中存在的状态监测困难、实时性差等问题,本文提出一种基于物联网技术的配变低压无功补偿设备状态监测方法。该方法利用物联网传感器技术,对配变低压无功补偿设备进行状态监测,并通过云计算技术实现数据处理和分析,实现对设备状态的实时监测和预警。实验证明：本文提出的方法可以有效地实现对配变低压无功补偿设备状态的监测,及时发现设备运行异常情况,提高设备的运行可靠性和安全性。     

基于无线通信技术的设备状态监测系统设计与实现

无线通信技术为设备监测系统提供了更强的灵活性和扩展性,使得监测活动可以无缝进行。无线通信技术在设备状态监测系统中的应用,可以实现实时定位和高精度时间同步,实时动态定位技术则为系统的精确性提供了重要支持。文中探讨了基于无线通信技术的设备状态监测系统的设计与实现,阐述了整个系统的构建过程及其技术细节。     

基于DSP技术的高压输变电设备状态监测研究

当前常用的红外线成像监测技术等易受到高压输变电噪声环境影响,导致其对变压器和避雷器状态的监测结果不精准.针对该问题,提出了基于DSP技术的高压输变电设备状态监测方法.首先分析DSP技术原理,然后监测不同故障情况下产生的气体,并计算变压器运行损耗值,从而监测变压器绕组变形状态;在分析避雷器总泄露电流情况的基础上,计算容性...     

基于光电图像特征的自主测速方法研究

为了提高无人机低空飞行时自主测速能力,本文提出了一种基于光电图像特征的无人机自主测速方法,首先利用光电设备获取存在相同地面景象的连续两帧光电图像,并对前后帧图像分别进行点特征、线特征检测,对提取的图像特征进行判断,提取有效的图像特征;然后对提取的图像特征进行特征关联,根据关联的图像特征像素位置计算图像特征的像素位移矢量,剔除偏差较大的位移矢量;最后根据光电设备参数及位移矢量特性计算无人机对地速度。利用无人机搭载光电设备进行了飞行试验,试验结果表明本文方法减少了计算量,具有较好实用性,能够满足无人机等低空飞行平台自主测速要求。     

基于机动特征辅助的MFR状态预测方法

针对多功能雷达（Multi-Function Radar,MFR）状态预测方法存在的鲁棒性、预测正确率不佳的问题,提出一种基于机动特征辅助的MFR状态预测方法.该方法将载机机动信息与常规侦收参数共同作为预测特征集,一方面利用支持向量回归（Support Vector Regression,SVR）和侦收信号特征集,得到常规预测模型,另一方面通过SVR和机动特征集,得到MFR各个状态间的转变概率模型;然后利用D-S证据理论得到最终预测状态.实验结果表明,与SVR和LSR方法相比,平均预测精度分别提高了6.97%和7.2%,同时具备更优异的鲁棒性.此外,提出的预测方法通过进一步的拓展,可应用于机械设备、道路交通等领域.