基于LSTM-WGAN的时间序列数据异常检测

在时序数据中发现隐藏的异常行为或事件,可以保障生产安全,具有重要意义。目前的异常检测模型存在训练不稳定、容易产生梯度消失的问题,影响异常检测效果,针对该问题,提出一种LSTM-WGAN模型,WGAN负责捕获变量之间的潜在关联,进一步提升了LSTM的检测能力。同时,以Wasserstein距离代替交叉熵损失训练判别器和生成器,结合重构损失以及判别损失实现异常检测。在NAB公开数据集上的实验结果表明LSTM-WGAN相较于基准模型在准确率、召回率以及F1得分上都有较大幅度的提升。

短距离速度性项目反应时的特征探析

起跑反应速度的快慢对运动成绩有一定影响,为深入探析起跑反应时的特征,采用独立样本T检验、克鲁斯卡尔-沃利斯单因素ANOVA检验、Pearson(皮尔逊)等方法对短跨项目运动员起跑反应时与比赛距离项目、性别、比赛赛次和运动成绩等因素的相关性进行研究。结果表明:(1)短跑和跨栏项目运动员的反应时长均与比赛项目距离呈高度正相关,但男子跨栏项目中110m栏运动员反应时快于短跑项目中100m跑。(2)短跨项目起跑反应时具有性别差异,男子在跨栏各项目的起跑反应时均快于女子运动员,女子各项目的起跑反应时随跑距的增加而延长。(3)女子短跑各项目起跑反应时均随比赛赛次的递进而缩短,男子项目起跑反应时长受比赛赛次的影响较小。(4)男女跨栏项目起跑反应时与运动成绩呈中高度相关,女子短跑项目成绩受起跑反应速度影响较大。

基于SNN-LSTM的小样本数据下轴承故障诊断方法

基于深度学习的故障诊断方法的实现,需要用到大量的、有标注的训练样本,而在小样本数据下,采用这些方法会产生模型欠拟合问题,同时获得的分类准确率也较低。为了解决上述问题,提出了一种小样本数据下结合孪生神经网络(SNN)与长短时记忆网络(LSTM)的轴承故障诊断方法。首先,以一对带有正负标签的原始振动信号样本作为诊断方法的输入,采用比较二者相似度的方法,扩充了训练样本个数;然后,采用共享提取样本对特征网络参数的方法,完成了SNN的搭建过程;使用卷积层、池化层及LSTM层提取了原始振动信号的特征,通过计算二者之间的曼哈顿距离,判断输入样本对的相似度,对不同状态下的轴承完成了分类;最后,为了验证基于SNN-LSTM的故障诊断方法在轴承故障诊断中的有效性,通过轴承故障诊断实验,采集了在不同转速、不同状态下的轴承振动信号数据。研究结果表明:当样本数量仅为140个,采用基于SNN-LSTM的故障诊断方法的准确率达到80.57%,相比于深度学习经典方法,在小样本数据下采用该方法具有更高的诊断准确率。

基于生成对抗网络的离心泵时序数据异常检测

针对离心泵数据采集的过程中存在异常数据的问题,对产生异常数据的原因、生成对抗网络的优化以及异常数据检测的方法等问题进行了研究,提出了一种基于生成对抗网络的离心泵时序数据异常检测方法(该方法可以优化生成对抗网络,解决梯度消失问题)。首先,使用长短期记忆神经网络(LSTM),建立了生成对抗网络(GAN)框架中的基础模型,增强了捕获数据分布的时间相关性;并采用Wasserstein距离方法,解决了梯度消失的问题;然后,搭建了离心泵异常数据检测试验台,对离心泵运行时的数据进行了采集,分析了造成异常数据的原因;最后,基于正常数据训练数据,生成了对抗网络的生成器和判别器,并利用重构损失与判别损失构建了检测阈值,对异常数据进行了检测。研究结果表明:GAN在离心泵数据异常检测中的表现皆优于孤立森林、自编码器(AE)、K-Means等算法;基于生成对抗网络的离心泵异常数据检测精确率可达到89.5%,能够有效检测出异常数据,可达到优化数据库和提高旋转机械故障诊断精度的目的。该研究结果可以为离心泵的异常数据检测提供参考。

双线盾构隧道近距离下穿城市既有运营双线隧道时空变形规律分析

随着城市轨道交通的快速发展,新建地铁隧道近距离下穿既有运营地铁隧道日渐成为常态。因此,新建盾构隧道近距离下穿既有运营隧道的综合控制技术、施工安全评价及时空变形规律成为当前研究的热点问题。以广州地铁22号线下穿既有地铁3号线为例,采用现场监测、理论分析、数值模拟等方法,重点研究了新建双线盾构隧道分别下穿既有运营双线隧道过程中的时空变形规律,特别是隧道结构、轨顶面等关键位置处的竖向变形规律。首先分析了水平定向钻孔加固范围和土体参数加固影响范围,提出了加固区岩土力学参数增强系数计算方法,确定了加固地层计算参数。然后基于精细化建模,分析了22号线左线下穿3号线时既有运营隧道的时空变形规律及隧道结构内力,并与监测结果进行了对比,对比显示计算结果与监测结果吻合度较高,充分证明了该研究提出的分析方法的可靠性,对下穿既有运营隧道安全评价及施工技术选取具有重要的借鉴意义。

多特征相结合的带噪语音端点检测算法的研究

提出了一种抗噪声的端点检测新方法。针对谱熵特征对清音的检测性能以及抗噪声性能较差的缺点,结合对清音检测性能较好的短时过零率特征,以及抗噪声性能良好的美尔倒谱距离特征,实现了基于多种特征相结合的抗噪声的语音端点检测。仿真实验表明,该方法能显著提高端点检测在高噪声环境下的检测性能。

冷原子EIT介质的原子数目和温度的测量

简要介绍了我们实验组冷却、俘获87Rb原子的磁光阱装置及冷却俘获过程。采用收集荧光法测得了俘获的冷原子数目,并根据冷原子团尺寸推算出了冷原子团密度。通过在冷原子团下方4 mm,7 mm,10 mm三处设置圆柱形探测光束,在原子自由下落过程中获得了短程飞行时间(TOF)吸收信号,通过数值拟合得到了冷原子的温度。结果表明:俘获的冷原子数目大约为109个,密度大约为1011个/cm3,冷却温度约为200μK,该冷原子团能作为很好的EIT介质。

短时电能质量复合扰动分类特征选取与马氏距离分类法

分类特征合理选取和分类方法是短时电能质量复合扰动分类的核心内容。以科学分类的可比性原则为出发点,引入分类特征概念,提出短时电能质量复合扰动分类特征3层选取策略,以主要频率点、幅值特征等为分类特征,研究分类特征提取算法。在突出不同类扰动分类特征差异性的同时,考虑同类扰动特征的相关性,提出基于马氏距离的短时电能质量复合扰动分类方法。对8大类单一短时扰动及其构成的复合扰动共16种进行仿真,并和支持向量机神经网络2种分类器进行比较,实验表明提出的方法实时性好且准确性高,有一定的工程应用前景。

竞技体育中的变加速运动及其概念规范

研究了短跑的“收尾速度”模型.在收尾速度模型中,收尾速度vm与过程特征参量k成反比,而过程特征参量k不是个人参量.在讨论变加速运动问题时,我们建议使用科学的规范用语,比如:急动度,力变率.

架空输电线路应急状态下短时过负荷运行的可行性研究

针对广东电网主网许多线路存在卡脖子现象以及线路输送效率低等问题,在对广东电网、南方电网架空线路载流控制原则及边界条件评述的基础上,讨论了架空线路长期运行正常载流和应急状态下短时负荷载流的制订依据和使用条件,论证了架空线路应急状态下短时过负荷运行的可行性,给出了适合广东地区架空线路正常运行和应急状态下允许的载流值。

基于改进加权一阶局域预测模型的短期负荷预测方法研究

针对混沌一阶局域预测模型中欧氏距离不能反映相空间中相点间的相关性大小,提出一种改进加权一阶局域预测模型。该模型将相点间的关联度和欧氏距离以加权值形式作用于一阶线性回归方程,综合考虑了最邻近点对预测中心点的邻近效应以及最邻近点与预测中心点的相关性,克服了常规一阶局域预测法存在的不足。通过实际算例分析显示,本文方法较改进前有较好的适应能力和预测精度。

考虑负荷自适应检测和修复的鲁棒极限学习机短期负荷预测方法

针对现有负荷预测方法对于温度、湿度累积效应下的短期负荷预测精度低的不足,该文提出了一种基于时变Cook距离统计量的负荷异常值检测和基于非参数概率密度估计的负荷自适应修复的鲁棒极限学习机(extreme learning machine,ELM)短期负荷预测方法。首先将历史负荷数据按季节分组,根据每个季节实时负荷和对应的气象因素,利用递归最小二乘法获取历史负荷数据的自适应遗忘因子,构建基于遗忘因子的时变Cook距离统计量,检测负荷数据中的异常值(或强影响值);采用非参数概率密度估计,构建实时负荷与气象因素的随机模型对异常负荷值(或强影响值)进行修复。考虑电力负荷数据异常值对预测精度的影响,采用了一种鲁棒ELM算法对负荷数据进行回归分析;最后,引入基因遗传算法对负荷预测模型参数进行优化,提升负荷预测算法预测准确率;通过实例仿真分析,验证了该方法提高预测精度的有效性。

基于混沌时间序列和神经网络的电力短期负荷预测

提出一种将混沌时间序列和神经网络相结合的短期负荷预测方法,利用混沌理论重构相空间的吸引子,然后用BP神经网络来拟合空间吸引子的演化,同时利用空间欧氏距离来选取神经网络的输入样本,实例预测结果表明所提出方法的有效性和可行性.

基于PSRT与Elman神经网络的短期负荷多步预测

短期负荷预测(short-term load forcastings,STLF)对电力系统的经济和安全运行有着重要的作用。为提高短期负荷预测的精度,根据短期负荷的基本特性,提出了一种将相空间重构理论(phase space reconstruction space,PSRT)与Elman神经网络相结合的短期负荷多步预测模型。首先利用PSRT重构相空间的吸引子,然后用Elman神经网络来拟合相空间吸引子的多步演化,其中利用空间欧氏距离来选取Elman网络的输入样本。通过对广西电网短期负荷预测的分析表明,该多步预测方法是有效可行的。

全国九运会短跑运动员起跑反应时的研究

通过对参加第9届全国运动会短跑运动员起跑反应时和部分比赛成绩的研究,发现200m以下项目运动员比200m、400m运动员起跑反应时差异显著,女100m栏、女子4×100m预决赛运动员起跑反应时差异显著,男100m前3名运动员预决赛成绩,男、女运动员起跑反应时均比上届全运会有了全面的进步.

倒谱距离和短时能量的语音端点检测方法研究

在讨论传统倒谱距离语音端点检测方法不足的基础上,提出了一种基于倒谱距离和短时能量的语音端点检测改进方法。基于倒谱距离的单参数端点检测方法在高信噪比环境下效果较好,然而在低信噪比的环境下其端点检测性能急剧下降。通过分析倒谱距离和短时能量各自的端点检测特性,建立了一种结合二者特点的双参数判决准则,在保证运算量没有显著增大的前提下提高了端点检测的准确率。仿真实验结果表明,新方法相对于基本倒谱距离端点检测方法,在低信噪比的高斯白噪声环境下端点检测性能有较明显提高。

激光测距新的近程散射干扰的研究

对激光测距中出现的新的干扰问题进行了研究。分析了干扰现象,确定了干扰产生的原因,提出了消除干扰的方案,解决了存在的干扰问题。新出现的干扰距离是原大气近程散射干扰距离的2.5倍,是由于大气污染严重造成的,采取了时控增益延长法,将近程抑制距离增加2.5倍,较好地解决了干扰问题,且不影响近目标测距。通过试验证明,大气污染造成近程散射干扰增加的观点的正确,采用延长时控增益的方法抑制新的近程干扰是可行的。

大学生运动员短中跑训练实践的剖析

通过对赣南师范学院大学生邱日根400m、800m训练实践的总结分析,初步探讨了高校课余训练中,短期内尽快提高大学生短中跑运动成绩的有效方法.

测量冷原子温度的理论与近似拟合公式的误差分析

对短程飞行时间法(tim e-of-flight,TOF)中推算冷原子温度的理论拟合公式与近似拟合公式进行了误差分析与比较。研究表明:对于使用短程飞行吸收光谱信号推测冷原子团温度,当探测光光斑半径与冷原子团高斯半径之比k小于0.2时,理论拟合公式和近似拟合公式能很好的相符,随着探测光光斑半径与冷原子团高斯半径比值的逐渐增大,用近似拟合公式所得TOF吸收信号与用理论拟合公式所得TOF吸收信号的误差也将逐渐增大,当比值为0.5时,用近似拟合公式所得TOF吸收信号的误差将增大到20%。

短期集训对提高大学生运动员中长跑速度耐力水平初探

本文采用训练总结法、数理统计法对福建师范大学8名中长跑运动员参加福建省第十二届大学生田径运动会历时5个多月的训练进行总结,对短期集训提高大学生中长跑运动员的速度及速度耐力水平具有借鉴作用。