组合IQR和小波分解的基坑监测数据去噪方法研究

在国家基础设施的建设过程中,大型基坑的变形监测尤为重要。然而目前基坑监测数据处理存在一定的主观性,且异常点通常难以完全消除。为加强数据处理的客观性及鲁棒性,提出一种组合四分位距(IQR)与小波分解的去噪方法。首先利用IQR和小波分析对原始数据进行去噪,在此基础上,以残差最小为目的建立非线性规划组合去噪模型,利用样本数据求解模型系数,进而对实验数据进行精去噪处理。结果表明,该组合方法能有效消除噪声影响,提高形变数据去噪的精准度。

物联网技术在电厂设备运行监测系统中的应用

当前方法对运行电厂设备进行监测时存在监测运行时间长、聚类效果差和监测效果差的问题,为此提出物联网技术在电厂设备运行监测系统中的应用方法。对电力数据的状态进行评估聚类,生成电厂设备状态信息类别,基于隶属度最大原则生成电力状态信息集;在物联网技术的基础上计算节点间的欧氏距离,并采用横向近似的方法分析电力情况,最终经过对数据点的修正,确认出设备的异常数据点,实现电厂设备运行监测。实验结果表明,所提方法的监测运行时短、聚类效果好、监测效果好,以及监测结果平均误差小。

数据挖掘技术在海关旅检风险分析系统当中的应用

数据挖掘技术是一门近年来新兴的学科,主要研究如何从大量数据中发掘出有用的知识。本文主要就数据挖掘技术的分类、聚类和异常点监测技术在旅检分析系统当中的应用作了研究。并给出了旅检分析中数据挖掘与分析系统的基本框架结构,探索了风险分析在海关旅检系统中未来新的发展方向。响应了署党组提倡的以风险分析作为海关工作的先导和重点的工作思路。

一种基于客户行为时序分析的反洗钱异常交易识别方法

可疑交易报告制度是打击洗钱活动的一项基本机制,如何有效甄别可疑交易是金融机构和金融情报中心面临的一个技术难点。为辅助反洗钱分析人员从海量金融交易信息中甄别客户异常交易,本文提出一种预测误差和统计处理综合法——CPEST,通过分析客户前后行为的一致性来发现异常。CPEST建立客户行为模型,根据预测误差对客户行为进行时点异常检验,并在此基础上构造一个窗口检验,以提高对涉嫌洗钱行为的识别能力。本文在支持向量回归和核密度估计等具体实现手段的基础上,运用CPEST对实际交易和仿真数据进行分析,结果表明该方法的有效性和可行性,具有应用推广价值。

基于异常检测的失窃物品网络预警技术的研究

近年来,随着互联网线上交易的迅速发展,众多二手物品交易网站悄然兴起,并逐渐成为犯罪人员销赃的重要途径。因此建立针对失窃物品的网络预警平台,将为有效打击犯罪,控制犯罪分子网上销赃途径具有重要价值。本文针对上述问题,利用文本挖掘方法对交易产品的商品属性和地域属性进行了自动的识别和标注,实现了对网上二手交易商品的地理信息可视化,提高了涉案物品定位及案件线索发现的工作效率。同时创新性地引入了异常点检测分析算法,以达到对二手交易网站商品价格偏离正常时进行报警,对提高失窃案件的侦办效率提供了重要手段。