基于图模块度聚类的异常检测算法

社会网络的数据规模在不断扩大,现存的异常检测算法对复杂社会网络进行检测的效果不理想,提出了一种基于图模块度聚类的异常检测算法(anomaly detection algorithm based on graph modularity clustering, GMC＿AD),该算法适用于解决受网络规模以及复杂度的限制导致检测效率不高的问题。GMC＿AD算法在分析网络拓扑结构的基础上,通过引入异常节点加权机制和模块度聚类算法进行异常检测。GMC＿AD算法主要在三个方面进行改进：a)设计网络中节点演化的量化策略,以此识别具有异常演化行为的节点来得到异常节点集合;b)通过模块度聚类的方法降低网络规模;c)在计算网络波动值的过程中使用加权机制合理考虑异常节点的影响,再通过网络波动值变化来检测异常。基于真实社会网络VAST、EU＿E-mail和ENRON进行对比实验,GMC＿AD算法准确地检测出异常发生的时段,实验结果显示在事件检测敏感性上提高了50%～82%,在异常检测运行效率上提高了30%～70%。实验结果表明,GMC＿AD算法不仅提高了异常检测算法的准确率和敏感性,还提高了异常检测算法的效率...     

一种改进的基于Agent的分布式入侵检测系统

提出一种改进的基于A gent的分布式入侵检测系统AD IDS,它将基于异常和误用的入侵检测系统有机地结合在一起。在分析A gent的实现上,使用了模式匹配、统计分析、完整性分析相结合的方法。实验证明能够发现一些未知攻击,提高了检测速率。     

基于ADμC812的伺服放大器检测仪的研制

通过对伺服放大器检测仪项目来源的阐述，分析了该项目的研制技术难点；结合ADμC812单片机的特点，详细论述了基于ADμC812单片机的便携式伺服放大器检测仪硬件结构、工作原理和软件实现方法，并对应用情况作了介绍。实践证明，该检测仪具有检测精度高、检测范围大、工作可靠、便携等特点，具有一定的推广应用价值。     

微弱信号调理电路的设计

介绍了一种由AD620和AD705运算放大器构成的信号调理电路的设计方法。该电路能将传感器检测出的微弱信号进行放大、滤波等处理,使之成为后续电路能接收的标准信号。     

充电桩计量过程中输出与充电需求不匹配问题分析及处理

针对充电桩现场测试设备的充电需求与实际输出不一致,出现电压、电流不匹配的问题,设计了一套检测方案,构建出包括电流检测模块、电压检测模块和示波器检测模块的检测电路,通过采样电压和电流信号,计算出不同负载下充电桩输出电流和电压值,并设计了包括直流电能采集电路,由双通道AD转换AD7380、可编程增益放大器、可编程增益放大器、增益电阻Rg2和电源变换器、低通滤波器电容CL、低通滤波器电阻RL组成的检测电路,在检测电路中,为了提高检测效率,还设置了校正电路。通过试验,本研究方法分析直观,误差低。     

一种高精度的电压检测技术方案及实现方法

提出了一种高精度的电压检测技术方案及实现方法。介绍了高精度电压检测的硬、软件设计及软件校准技术与方法,重点阐述 AD 采样电压的全自动校准方法,以消除 AD 芯片自身的固有偏差。     

VBM-DARTEL方法在阿尔茨海默症MRI图像分析中的应用

利用MRI T1成像研究阿尔兹海默症(AD)患者、轻度认知障碍(MCI)相对于正常对照组(NC)的全脑灰质的变化情况。利用DARTEL方法对14例AD患者(AD组)、21例MCI患者(MCI组)及23名健康对照者(NC组)进行分析,并对三组数据的全脑灰质进行基于体素的统计学比较。比较结果是MCI组在右侧海马、杏仁核、楔前叶有轻度灰质萎缩,AD组在双侧颞叶、海马、杏仁核、丘脑有较大的灰质萎缩。结论是利用VBM-DARTEL方法可以显示早期MCI和AD患者脑灰质的改变,有助于AD的早期辅助诊断。     

航空相机单个周期电流波形采样研究

从AD574A芯片入手,从硬件和软件两个方面介绍了利用AD574A检测相机工作电流并利用液晶屏显示的新方法。与传统测量方法相比,该方法能够直观的显示相机在一个工作周期内的电流变化趋势,使相机单个周期内工作情况分析和故障诊断更加方便。     

ADμC812单片机在铝电解槽熔体高度检测系统中的应用

本文介绍新型数据库采集系统芯片ADμC812在铝电解槽熔体高度检测系统中的应用。分析铝电解槽中热电偶感温特点及电解槽内电解质和铝液的传热性能，提出利用电解质和铝液传热性能差异测量熔体高度的方法。使用ADμC812单片机简化了高度检测系统的实现。     

基于DSP的生物医学信号检测系统的设计

介绍了一个基于AD和DSP的生物医学信号检测系统,阐述了该系统的软硬件设计和预处理电路,详细论述了TL320AD50C的工作方式以及AD与DSP的接口电路和软件实现,最后通过实验证明该系统可以成功的检测到人体心跳信号并进行显示。     

线缆故障检测方法现状

为了满足设备线缆维修快速性和准确性的需求,减少设备资源和人力的浪费,分析了线缆的故障模式,总结了目前常用的线缆故障检测方法,主要分为传统的故障检测方法和基于反射法的故障检测方法,其中传统的故障检测方法包括电桥法、音频感应法和行波法,基于反射法的故障检测基本方法包括时域反射法和频域反射法,详细描述了传统的故障检测方法、基于反射法的故障检测方法的原理和这些方法在线缆检测过程中存在的问题,并总结了目前基于时域反射法和频域反射法与其他的信号处理方法结合的线缆故障检测,方便了设备线缆维修时的方法的选择。最后根据线缆故障检测方法的发展现状,总结了目前线缆故障检测技术存在的问题,为今后的研究提供了新的方向。     

基于聚类的离群点检测方法研究综述

离群点检测在数据处理中具有重要研究意义,其检测方法大致可以分为基于统计、基于距离、基于密度和基于聚类的方法。为了及时掌握当前基于聚类技术的离群点检测方法的研究现状,通过归纳与整理,将具有代表性的基于聚类的离群点检测方法进行了介绍和归类,将其主要分为静态数据集中的检测方法、数据流中的检测方法、大规模数据中的检测方法和其他方法等四大类。对每类方法所解决的问题、算法思想、应用场景以及各自的优缺点进行了详细的归纳和分析,指出目前存在的问题以及未来发展方向。     

数据异常的监测技术综述

在目前大数据的环境下,相对于正常数据,异常类数据更难获取,也显得更加重要。异常检测的目的是检测出异于正常主体的活动数据。异常检测适用于机器故障诊断、数据挖掘以及疾病和入侵检测等多个领域。基于目前大量的异常检测方法,主要从异常类数据的有无来阐述,根据这个框架将主要的异常检测方法进行了分类,并评价了这些方法的优劣;最后重点讨论了基于深度学习的大数据异常检测方法,并分别介绍了不同的方法及相关的应用和未来的研究热点。     

视频烟雾检测研究进展

目的 视频烟雾检测具有响应速度快、不易受环境因素影响、适用面广、成本低等优势,为及早预警火灾提供有力保障。近年涌现大量视频检测方法,尽管检测率有所提升,但仍受到高误报率和高漏报率的困扰。为了全面反映视频烟雾检测的研究现状和最新进展,本文重点针对2014年至2017年国内外公开发表的主要文献,进行全面的梳理和分析。方法 该工作建立在广泛文献调研的基础上,立足于视频烟雾检测的基本框架,围绕视频图像预处理、疑似烟区提取、烟雾特征描述、烟雾分类识别等处理阶段,系统地对最新文献进行分析和总结。此外,对区别于传统框架的深度学习检测方法亦进行了相关归纳。结果 重点依据烟雾运动特征和烟雾静态特征这两类,对疑似烟区提取方法进行梳理;从统计量特征、变换域特征和局部模式特征3个方面对烟雾特征描述方法进行梳理,并从颜色、形状等七个角度进行总结;从基于规则和基于学习这两个视角,梳理烟雾识别和决策方法;最后,对于基于深度学习的方法单独进行了阐述。文献通过系统地梳理,凝练出视频烟雾检测近几年取得的进展和尚存在的不足,并对视频烟雾检测发展前景进行展望。结论 针对视频烟雾检测的研究一直备受青睐,越来越多性能优秀的检测算法不断涌现。通过对现有研究进行全面梳理和系统分析,期望视频烟雾检测能取得更大的进展并更好地应用于工业领域,为火灾预警提供更有力的保障。     

图像边缘检测方法研究

探讨了几种传统的边缘检测算子和近年来广泛受到关注的边缘检测方法,指出了其优缺点.并给出了一种新的基于灰关联分析的边缘检测方法,分析了其算法的合理性,为边缘检测方法做出了进一步的补充和完善.     

基于乳腺X线摄影的肿块检测综述

早期筛查和及时治疗是控制乳腺癌死亡率最为有效的方法.乳腺X线摄影检查作为医学界公认的最有效的早期乳腺癌筛检工具, 可以很好地反映出乳腺存在的异常情况.在临床应用中, 乳腺癌的X线摄影直接征象为钙化和肿块, 对乳腺X线摄影中钙化点的检测技术已经相当的成熟, 但对肿块区域的检测和分类依旧是一项具有挑战性的任务. 因此, 本文对近几年提出的基于全乳腺X线摄影的肿块检测方法进行简要综述, 分别从基于传统的乳腺肿块检测与分割方法和基于深度学习的乳腺肿块检测方法进行介绍, 并讨论了乳腺X线摄影中肿块检测未来研究的发展趋势.     

SAR图像建筑物目标检测研究综述

面对日益剧增的城市建筑物,合成孔径雷达(synthetic aperture radar,SAR)图像的建筑物检测作为SAR图像解译的一个分支逐渐成为一项重要的研究课题.对现有的研究方法进行了分类,从基于传统方法的建筑物检测和基于深度学习的建筑物检测两方面入手,对现有SAR图像的建筑物目标检测算法进行了梳理.简述了SA...     

基于像素的肤色检测方法综述

肤色检测广泛应用于人脸检测、图像过滤、机器视觉等多种领域.肤色检测的方法有很多种,本文较全面地综述了基于像素的肤色检测方法,重点分析了基于统计、基于阈值和基于机器学习等方法的原理和特点,讨论了其优势和不足,在此基础上探讨了基于像素的肤色检测方法的发展趋势.     

基于深度学习的显著性目标检测综述

随着深度学习的不断发展,基于深度学习的显著性目标检测已经成为计算机视觉领域的一个研究热点。首先对现有的基于深度学习的显著性目标检测算法分别从边界/语义增强、全局/局部结合和辅助网络三个角度进行了分类介绍并给出了显著性图,同时对三种类型方法进行了定性分析比较;然后简单介绍了基于深度学习的显著性目标检测常用的数据集和评估准则;接着对所提基于深度学习的显著性目标检测方法在多个数据集上进行了性能比较,包括定量比较、P-R曲线和视觉比较;最后指出现有基于深度学习的显著性目标检测方法在复杂背景、小目标、实时性检测等方面的不足,并对基于深度学习的显著性目标检测的未来发展方向,如复杂背景、实时、小目标、弱监督等显著性目标检测进行了探讨。     

复杂网络中社区发现方法的研究

研究复杂网络中社区发现方法对分析复杂网络的拓扑结构和层次结构、理解社区的形成过程、预测复杂网络的变化趋势、挖掘复杂网络蕴含的规律特征具有十分重要的意义。同时,复杂网络社区发现方法在众多实际领域还有广泛的应用前景。综述了复杂网络社区发现方法的研究现状,将社区发现方法分为无重叠社区发现、重叠社区发现、演化发展社区发现三个方面,并分析比较了算法时间复杂度和准确度。试图为社区发现方法的研究工作提供有益的帮助和参考。