用于测井电缆数据传输的低复杂度时域均衡器设计

测井电缆作为测井数据传输系统的物理媒介,其较长的冲激响应特性使传输信号产生严重的畸变,使接收端信号产生严重的拖尾和码间干扰,导致通信系统性能恶化。在基于正交频分复用技术的测井电缆通信系统中,缩短这种信号拖尾的有效方法是时域均衡技术,利用时域均衡器缩短电缆信道冲激响应,使均衡后的信号拖尾长度小于正交频分复用码元的循环前缀长度,从而消除码间干扰。提出一种低复杂度的时域均衡器设计方法,能够快速实现时域均衡器设计中的信道估计和时延优化算法。在7 000 m测井电缆条件下测试结果表明,该方法设计的时域均衡器能够有效改善测井电缆传输系统在循环前缀长度不足时的系统性能。     

基于Bayes分析小批量生产量控制与诊断

应用Bayes分析方法,充分利用历史信息,得出优化的参数估计,从而得出小批量控制图与选控图,并实现了小批量情形的两种质量诊断理论。通过实例表明该理论估计符合实际。     

基于深度神经网络的视线跟踪技术研究

视线跟踪是人机互动技术中重要的组成部分,可以广泛地应用在机器人、手机、笔记本等设备中。针对传统方法在低分辨率图像上的准确率不高和设计步骤繁琐等问题,提出一种基于深度神经网络的视线跟踪算法。利用卷积神经网络,能快速且准确地定位输入图片上的人眼区域和虹膜中心位置,再利用多项式拟合估计视线方向。实验结果表明,该算法在MPIIGaze数据库中对虹膜中心和眼角位置的标定有着98%的准确性,在Swith数据库中对视线的估计准确率达到了90%左右,证明了该算法在低分辨率图像上有着良好的可行性。     

埋地钢管腐蚀检测与剩余寿命的综合评估实用方法

介绍了多种埋地石油天然气钢管外腐蚀检测方法,设计了检测评价表格。适用于对埋地钢管腐蚀程度及剩余寿命进行综合评价,以评价分数划分等级,按等级采取相应管理对策。     

基于US-D-DD飞机油耗区间估计

飞机油耗区间估计是航空公司系统规划和运行决策的重要依据,针对传统油耗估计中对实际业载和航程差异分散特征以及运行环境和驾驶员操作习惯等因素变化的不确定性未能充分考虑而影响整体区间估计结果的问题,提出一种基于数据偏离性和密度分布欠采样US-D-DD(under-sampling based on data deviatio...     

激光测距机缺陷智能估计方法

激光测距机的缺陷易导致设备整体运行效率低,降低激光测距的准确度,为此准确估计激光测距机的缺陷十分必要.为提高激光测距机缺陷估计的准确性,提出一种激光测距机的缺陷智能估计方法,采集并分析激光测距机的运行主机与控制服务器的运行状态特征,采用数据驱动程序进行激光测距机的故障树状态引导,对激光测距机驱动程序代码中的缺陷信息进行...     

基于最优阶估计与分布式分簇的传感器网络数据压缩方法研究

在无线传感器网络的诸多应用中,被监测区域发生异常情况的概率通常较小,正常情况下,同一传感器节点在前后连续时刻所采集的数据具有时间相关性,处于相邻区域的不同传感器节点在同一时刻所采集的数据具有空间相关性,发送存在时间、空间冗余的数据至基站必将耗费节点大量的能量。该文提出了基于最优阶估计和分布式分簇的传感器网络数据压缩方法,利用节点采集数据的时空相关性,基于最优阶估计在基站处建立相关系数,经分布式分簇,节点仅需传送少量数据,基站根据时空相关性恢复原始数据。仿真结果表明应用该算法,可以有效减少传感器网络中冗余数据传输量和节点能耗,进而延长系统寿命。     

基于因果知识网络的攻击场景构建方法

针对现有因告警缺失及冗余造成的攻击场景构建不准确的问题,提出了基于因果知识网络的攻击场景构建方法.首先依据专家知识定义因果关系,利用真实告警数据挖掘出能够定量刻画因果关系的因果知识,并对其进行显著性检验,以保证因果关系与因果知识的一致性和准确度,进而构成因果知识网络;然后借助因果知识网络,将攻击场景的构建分为初建与重构2步：1)通过告警映射与聚类定性得到初步的攻击场景;2)利用最大后验估计原理对其进行定量推理重构,得到完整的攻击场景.实验结果表明：该方法能利用专家知识和数据挖掘相结合的优势能够提高攻击场景构建的准确度.     

基于多图像先验知识的噪声水平评估算法

为解决基于单图像噪声水平评估算法抗干扰能力低和执行效率不高的问题,提出一种基于多图像先验知识的噪声水平评估算法.首先,在具有广泛代表性且未受噪声干扰图像集合上添加已知噪声水平的高斯噪声构建失真样本图像集合,并提取每幅样本图像中的若干统计特征值构成描述他们噪声水平值高低的噪声水平感知特征矢量.然后,利用样本图像上所提取的特征矢量及对其所施加的噪声水平值构成样本库.在评估时,先提取待评价噪声图像的特征矢量并在样本库中检索出与之类似的若干特征矢量及它们所对应的噪声水平值, 之后基于这些样本信息以加权均值法估算待评价图像的噪声水平值.实验数据表明：较现有的噪声水平评估算法,新算法不仅在高、中、低噪声水平下都具有稳定的预测准确度,而且评估速度快.尤其是对于高斯噪声中伴有脉冲或者泊松噪声情况,具有较好的抗干扰能力.     

基于改进ACGAN算法的车道排队车辆估计及其分类

针对传统模型驱动的排队车辆研究中构建概率分布困难、建模繁琐等问题,结合双向长短时记忆(Bi-LSTM)网络和辅助分类器生成对抗网络(ACGAN)的特点,提出一种数据驱动的车道级排队车辆估计算法。该算法无需对交叉口空间关系建模,其生成器采用Bi-LSTM结构,以速度序列为输入,根据速度与排队车辆的时间相关性,生成最小、最大排队车辆。判别器来自ACGAN,在区分真假样本的同时实现排队车辆到拥堵等级标签的分类。同时,为避免网络训练不稳定、梯度消失的问题,舍弃原ACGAN的真假二分类任务,引入Wasserstein散度来衡量真实序列与生成序列的分布距离,并对相应的目标函数进行优化。结果表明,与其他算法相比,该算法在分类准确率方面提高了3.96%～9.62%,同时总体估计误差最小,验证了利用速度估计车道排队车辆的可行性。