简介：针对人车混行区域行人异常运动极大地干扰驾驶者判断问题,提出一种单目摄像机条件下,基于TLD和粒子滤波器行人检测与跟踪技术的速度异常横穿马路行人检测方法,用于检测车前道路上的运动速度过快或过慢的行人目标,作为危险行人提醒驾驶者注意,从而实现行人目标的早期安全预警。经仿真分析,能够有效地估计实际道路上行人的运动速度,判断运动速度异常的行人目标,为驾驶者和车载辅助驾驶系统提供必要的参考信息。

简介：摘要：本文提出的基于智能时序数据分析的异常检测算法选择框架可对周期性、振荡、线性、小点等指标时序数据进行在线分析。，自动分类实时指示器波形，然后根据波形分类结果自动匹配本地设备端算法库中的最优检测算法，不仅解决了单个检测算法处理不同类型指示器数据的局限性，而且此外，本系统支持由服务器定期或手动触发的联机模型培训和更新，并在设备末端分发模型更新指令，以确保模型性能不会随着时间的推移而逐渐下降。应用测试和验证结果表明，该系统可以大大降低异常错误率，提高操作人员的工作效率。今后的工作将侧重于两个方面:一方面，研究基于预测和检测时间序列数据机制的深入学习算法；另一方面，作为研究的一部分，研究相关模型的增量学习算法，以进一步提高效率。

简介：摘要：扶梯作为一种重要的交通工具，广泛应用于公共场所和商业建筑中。然而，由于扶梯使用频繁且容易发生事故，对扶梯的安全监控变得尤为重要。目前，大多数扶梯监控系统仅仅依靠人工巡视来发现异常行为，但这种方式效率低下且易漏检。基于此，本篇文章对视频分析的扶梯异常行为检测算法进行研究，以供参考。

简介：摘要在新形势下，电力设备运行环境日渐复杂化，急需要全方位动态监控电力设备运行环境，确保电力设备处于安全、稳定运行中，提高电力设备运行整体效益。因此，本文多角度客观阐述了电力设备运行环境监控图像异常检测算法。

简介：摘要：异常存在于各个领域，比正常携带的信息更多也更为重要，这些信息可能是灾难性后果的预警或者标志，及时检测出异常尤为重要。随着信息技术和网络技术的发展，数据集变得更加庞大，结构更加复杂，空间维度更高。这些问题导致异常检测的难度越来越大，同时也会带来召回率跟精确率下降的问题。

简介：摘要：随着能源消费的显著增长和太阳能、风能等可再生能源的快速发展，能源安全和环境面临巨大的挑战，同时也促进了能源网络向更加智能化的方向发展。智能电能表是智能能源网络(IENs)中最基本的组成部分，除了测量能源流量，智能电能表还可以在公用事业公司和消费者之间交换关于能源消耗和能源网络的状态信息。此外，智能电能表还用于根据个人消费的指示监测或控制家用电器和其他设备。

简介：摘要：随着网络流量异常检测技术的不断发展，国内外的研究者们在网络流量异常检测方面已经取得的了大量的研究成果。同时，根据使用的数学理论不同，提出了许多网络流量异常检测模型。基于ARMA 的预测模型，通过游程检验法判断序列的平稳性，利用穷举法确定最优的预测模型，根据置信区间法确定网络流量自适应阈值，实验表明该模型具有较好的预测效果和异常检测功能。

简介：图像边缘检测技术是图像分割、目标识别、区域形状提取等图像分析领域中十分重要的基础。对具有代表性的图像边缘检测算子进行了讨论，还结合小波变换方法和数学形态学方法分析了在边缘检测中的应用，并给出了这些算法的仿真实验效果，最后对实验结果进行了分析。这有助于学习和寻找更好的边缘检测方法。

简介：摘要：现阶段随着信息化的发展，智能电网的建设的全面开展，在电力系统运行、监控、管理等流程中产生了海量的且种类繁多的数据，即大数据。目前宣城供电公司变电站作为宣城电网中绝大部分电气设备的集合体，站内设备繁多，内部连接关系复杂。及时把控每台设备的运行状态，对设备的后期检修、工程技改及提高地区的供电可靠性尤为重要。但以目前的监控手段及信息获取方式，面临着数据量庞大、数据复杂度高、数据信息量冗余、多个系统之间数据无关联的弊端，常规的数据分析手段难以达到对各个变电站的供电性能进行快速、准确、有效的评估，所以加强基于大数据的调控运行数据的统一分析管理是很有必要的。

简介：水务信息数据异常诊断对国民生计有着举足轻重的意义。传统的水务信息系统数据常检测算法多是采用多元回归分析法，但该方法有缺陷。提出新算法利用帽子矩阵对角线元素的性质，判断数据是否异常，并用MatLab进行算法实现，该算法解决前者的缺点，可对水务系统进行实时监测，准确找出异常数据。

简介：运用边缘检测和图着色理论，可以提出基于图着色的边缘检测算法。在基于图着色的边缘检测算法当中，首先利用不同的颜色梯度和色集合进行划分，其次对相邻像素点间的关联边进行着色，再次根据相邻像素点间的关联边的着色情况，在尽量保证图像信息完整的基础上，提取出尽可能少或者尽可能合适数量的边缘点，最后利用降噪函数对结果中的噪声点进行筛选，最终达到边缘提取的目的。

简介：红外图像中弱小目标的检测是实现红外搜索跟踪、红外侦查预警等红外图像处理的核心技术之一。当目标距离成像系统较远,目标呈现出面积小、信噪比低等特点,增加了对其检测的难度。为了准确、快速地实现不同红外背景下的弱小目标检测,提出了一种基于多层数据融合的红外图像弱小目标单帧检测算法。

简介：摘 要: 随着计算数学和信号处理技术的发展，基于深度神经网络的目标检测算法获得了比传统模板匹配算法更优的结果。深度 学习目标检测算法分为一阶段目标检测（one-stage）和两阶段目标检测（two-stage）两类。常见的一阶段目标检测算法有 YOLO算法、SSD算法。一阶段目标检测算法的优势在于利用回归的思想直接通过图像得到预测目标框信息，速度快。二阶段目标检测算法在精度方面要优于前者，例如R-CNN、Fast-CNN等，其策略是先利用网络产生一系列的候选框，然后进行分类和回归，虽然其精度相较一阶段算法准确度更高，但是速度方面相差甚远。

简介：摘要：计量数据分析中异常值检测算法的研究一直备受关注，因为异常值可能导致分析结果的不准确性，甚至误导决策。本文旨在比较不同的异常值检测算法，并探讨它们在实际应用中的效果。介绍异常值的概念和影响，然后分析了常见的异常值检测算法，如基于统计方法、机器学习和深度学习的方法。通过对这些算法的比较，我们发现每种算法都有其优势和局限性，适用于不同类型的数据和问题。

简介：边缘检测是图像分析和计算机视觉中最重要的内容之一。80年代中期,从图像所具有的不确定性是由模糊性引起的观点出发,首次将模糊集理论引入图像的边缘检测中,提出了图像边缘检测模糊算法（简称Pal算法）。与传统的空间域微分算法相比,该算法具有较好的抑噪、边缘检测效果,但是此算法仍然存在不少缺陷。就三种改进的模糊算法从算法原理和检测效果上与传统的Pal算法进行比较分析,用以说明改进算法能取得更好的检测效果。

简介：运用计算机图像拼接技术,提出一种将炮管内膛局部表面照片快速无缝拼接的算法。该算法选择Harris角点检测算子对特征点进行自动提取和匹配,通过对匹配过程的松弛迭代,消除误匹配;采用加权融合算法进行内膛图像融合,生成无缝拼接的内膛表面图。

简介：复杂图像中对特定目标的检测和定位是机器视觉领域的难点之一。提出使用中层视觉元素描述检测目标,以建立权值模板图像;然后对目标图像和权值模板进行加权SIFT特征匹配得到最优匹配位置,从而实现目标检测。该方法以自行车为检测目标进行实验,检测率达到86%,优于传统SIFT-AdaBoost和HOG-SVM检测方法。实验结果表明该方法能够减少复杂图像中背景干扰的问题,对于不同姿态的目标进行检测也有较强的鲁棒性。

简介：摘要随着经济的迅速发展，大量整流设备等非线性负荷不断投入运行，使得电网中产生电压畸变、谐波；三相不对称负载，如单相大容量负荷（电气化铁路、电弧炉及大功率设备）由于在三相系统中的容量和电气位置分布不合理，引起系统三相不平衡；具有波动性、冲击性的负荷（钢铁企业的电弧炉、大型轧钢机）容易引起电压波动和闪变，严重威胁着电力系统安全、稳定、可靠、经济的运行。用户侧设备的运行也受电能质量的影响。如果供电突然中断或者波动，将会给工业生产带来巨大的经济损失，尤其对于用户侧安装的一些对电能质量具有高要求的控制设备、电子装置等。为了保证电力系统的安全经济运行，减少因电能质量问题对用户和用电设备造成的影响，了解电能质量的定义、基本指标，研究电能质量的检测方法具有重要意义。

简介：摘要：行人检测一直是计算机视觉领域的研究热点，本文指出了行人检测的问题和遇到的难点，并对传统的行人检测方法进行了研究，最后讨论了基于深度学习方法的行人检测算法。

简介：提出了一种基于立体视觉的物体边缘检测的方法。先对立体图像对进行基于图割的立体匹配方法求取场景的视差图，然后再用Canny的边缘检测方法对视差图进行边缘检测。立体视觉方法有效解决了单目视觉检测方法中的一些难点，利用了物体在空间的深度信息，对复杂背景下的物体和具有复杂纹理物体的边缘检测有很高的鲁棒性。实验结果表明该边缘检测方法优于传统的单目视觉边缘检测方法。