Fault handling in large water networks with online dictionary learning

Fault detection and isolation in water distribution networks is an active topic due to the nonlinearities of flow propagation and recent increases in data availability due to sensor deployment. Here, we propose an efficient two-step data driven alternative: first, we perform sensor placement taking the network topology into account; second, we use incoming sensor data to build a network model through online dictionary learning. Online learning is fast and allows tackling large networks as it processes small batches of signals at a time. This brings the benefit of continuous integration of new data into the existing network model, either in the beginning for training or in production when new data samples are gathered. The proposed algorithms show good performance in our simulations on both small and large-scale networks.     

面部运动单元检测研究综述

面部运动单元检测旨在让计算机从给定的人脸图像或视频中自动检测需要关注的运动单元目标。经过二十多年的研究，尤其是近年来越来越多的面部运动单元数据库的建立和深度学习的兴起，面部运动单元检测技术发展迅速。首先，阐述了面部运动单元的基本概念，介绍了已有的常用面部运动单元检测数据库，概括了包括预处理、特征提取、分类器学习等步骤在内的传统检测方法；然后针对区域学习、面部运动单元关联学习、弱监督学习等几个关键研究方向进行了系统性的回顾梳理与分析；最后讨论了目前面部运动单元检测研究存在的不足以及未来潜在的发展方向。     

Detection of Multiple Blockages in Parallelized Microreactors

In a plant consisting of parallelized microreactors (MRs), the product quality is lowered because of a lack of flow uniformity among them when blockage occurs. It is not practical to install sensors in every MR from the viewpoint of cost when detecting the blocked MRs. In the previous study, the multiple blockage detection (MBD) method using a small number of sensors was proposed, but its performance became low when the number of sensors decreased. Here, the conventional algorithm for MBD is improved by considering the process behavior on blockage occurrence, and the effectiveness of the improved algorithm is demonstrated through a numerical case study. The effects of flow distributor types and sensor types on the MBD performance are numerically investigated.     

采用信息增益率的混合入侵检测模型设计

针对现有混合入侵检测模型仅定性选取特征而导致检测精度较低的问题，同时为了充分结合误用检测模型和异常检测模型的优势，提出一种采用信息增益率的混合入侵检测模型.首先，利用信息增益率定量地选择特征子集，最大程度地保留样本信息；其次，采用余弦时变粒子群算法确定支持向量机参数构建误用检测模型，使其更好地平衡粒子在全局和局部的搜索能力，然后，选取灰狼算法确定单类支持向量机参数构建异常检测模型，以此来提高对最优参数的搜索效率和精细程度，综合提高混合入侵检测模型对攻击的检测效果；最后，通过两种数据集进行仿真实验，验证了所提混合入侵检测模型具有较好的检测性能.     

一种5 重real-time PCR筛查转基因水稻方法的建立

以转基因水稻中最常用的CaMV35S启动子、NOS终止子、Cry1Ab/Ac基因、HPT基因及SPS水稻内标基因为研究对象，利用5 种不同的荧光信号（FAM、HEX、Taxas Red、Cy5、Cy5.5）进行多重实时聚合酶链式反应（real-time polymerase chain reaction，real-time PCR）检测方法的研究。通过引物组合筛选、反应体系优化、特异性测试、灵敏度测试、适用性测试等一系列实验，建立了5 重real-time PCR方法，灵敏度可达0.032%。此方法具有灵敏度高、结果准确、通量大等优点，可实现水稻中转基因成分的快速、高效检测。     

混凝土结构的压电声波检测分析

本文介绍了混凝土结构的压电体波和表面波检测的主要进展,对两种压电声波检测的优缺点进行了总结。体波检测设备一般埋入混凝土内部,需要选择合理的检测部位,检测结果较为精确;声表面波检测无需选择特定的部位,但是检测深度有限。在实际检测工作过程中,可以联合两种方法相互验证。     

基于时空的弱点状运动目标检测技术

如何在复杂背景下持续有效地检测目标位置,一直是研究者们需要面对的主要挑战。本文在研究红外点状移动目标特征的基础上,根据目标无纹理,无形状的特性,提出一种改进的形态学目标增强算法,并利用目标连续时空不变性检测目标。首先,建立多尺度的图像金字塔,在每层上采用改进的形态学算法快速、粗糙定位小目标。然后进一步的根据目标在时空上的位置相关性,提出基于目标运动特征分析的精确检测方法。得到精确稳定的检测结果。最后实验结果表明与经典的形态学检测算法及其他算法相比,该技术能更有效地检测弱小目标,具有更高的鲁棒性。     

电磁精细探测法在隐伏型导水地质裂缝勘探中的应用

针对传统隐伏型导水地质裂缝勘探方法存在勘测精度较差的问题,提出电磁精细探测法探析隐伏型导水地质裂缝。依照屏蔽系数、实测场强和理论场强数据绘制综合曲线图,通过该图获取隐伏型导水地质裂缝所处位置几何阴影范围,采用层析成像法得到网格化的工作面,获取隐伏型导水地质图像。通过图像直接观测隐伏型导水地质工作面裂缝所处位置,在此基础上,观测四个电磁场分量,采用正交电磁场分量计算介质视电阻率,依据计算视电阻率数值和视电阻率分布状态研究裂缝发育情况和裂缝富水程度。结果表明:采用该方法能较为精准地获取隐伏型导水地质裂缝位置。通过裂缝位置进一步检测出隐伏型导水地质裂缝最大发育高度为63.5 m。当视电阻数值不断增加时,隐伏型导水地质裂缝和裂缝富水性逐渐减小,与实际情况较为相符,说明该种方法探析效果较好。