基于图像识别的基坑自动化监测异常数据筛选方法

结合工程实际,研究了在低成本因素下如何解决突变数据的判别,由此提出了基于图像识别技术的基坑施工自动化监测异常数据筛选方法,并详细阐述了其中图像识别和数据筛选算法的原理。通过该方法的应用,可大幅度提高自动监测数据报警的有效性和自动监测数据分析的合理性。

基于Logistic算法的电能计量装置异常数据识别方法

为解决当前电能计量装置异常数据识别范围较小、识别速率低的问题,提出一种基于Logistic算法的电能计量装置异常数据识别方法。通过提取异常数据识别特征,采用多目标的方式,扩大数据识别范围。设计奇异值分解(Singular Value Decomposition,SVD)+多目标快速辨识矩阵,构建Logistic测算电能计量装置异常数据识别模型,采用多区间边界修正实现数据识别处理。测试结果表明,此次所设计的基于Logistic算法的电能计量装置异常数据识别方法的识别速率均可以达到6 Mb/s以上,即所设计方法的异常数据识别效果更佳,误差可控,具有较好的实际应用价值。