噪声数据

摘要： 大数据时代,海量多模态数据的广泛存在使得数据特点发生了巨大变化:数据种类繁多且价值密度低。不同种类的数据既独立发挥作用又彼此相辅相成,发现多模态数据背后的隐藏价值成为大数据挖掘的关键。文中主要针对多模态数据的低质性问题,提出一种新的多模态鲁棒特征学习方法。该方法通过引入模态误差矩阵来有效降低噪声数据对融合结果的影响,使算法具备一定的鲁棒性。此外,设计数据流形与特征流形双图正则化机制,描述模态数据的双重空间结构,确保融合过程中数据的稳定性。在6个实际的多模态数据集上,基于准确性(Accuracy,ACC)、标准化互信息(Normalized Mutual Information,NMI)以及纯度(Purity,PUR)3种评价指标,将其与近年来的多种经典算法进行比较。实验结果显示,所提方法优于所有对比算法,尤其在含有大量噪声信息的网络数据集Webkb上表现突出,其ACC和NMI指标相比基线算法提升约10%,表明该算法实现了对多模态大数据共享特征的准确学习。

摘要： 精准饲喂是全龄人工饲料工厂化养蚕节本增效的核心技术之一,家蚕自动化识别与计数是实现精准饲喂的关键环节。本研究基于机器视觉系统获取工厂化养蚕过程中蚕在4龄和5龄期的数字图像,利用改进深度学习模型Mask R-CNN检测蚕体和残余饲料。通过在Mask R-CNN模型框架中加入像素重加权策略和边界框细调策略,从噪声数据中训练一个鲁棒性更好的目标检测模型,实现模型性能的优化,提高对蚕体和饲料边界的检测和分割能力。改进Mask R-CNN模型对蚕的检测和分割交并比阈值为0.5时的平均精度(Average Precision at IoU=0.5,AP50)分别为0.790和0.795,识别准确率为96.83%;对残余饲料的检测和分割AP50分别为0.641和0.653,识别准确率为87.71%。模型部署在NVIDIA Jetson AGX Xavier开发板上,单张图像平均检测时间为1.32 s,最长检测时间为2.05 s,运算速度可以满足养蚕盒单元在生产线上移动实时检测的要求。该研究为工厂化养蚕精准饲喂信息系统和投喂装置的研发提供了核心算法,可提高人工饲料的利用率,提升工厂化养蚕生产管理水平。

摘要： 桥梁监测系统通过实时监测桥梁的各项指标来保证桥梁的安全运行,但监测数据在传输的过程中,不可避免地会产生噪声,从而对后续的数据预测产生较大干扰。通常利用聚类找出离散点来去除噪声,传统的K-means算法聚类前需要指定聚类簇数,以空间中K个点为中心进行聚类,对最靠近的对象归类,但海量的桥梁数据易受环境因素影响,因而无法预先指定数据簇。DBSCAN无需事先知道要形成的簇类的数量,可以自动确定簇个数。另外,桥梁数据是以时间戳存储的时序数据,在时序数据预测算法中,LSTM和GRU算法能够解决RNN算法的梯度爆炸问题,而GRU比LSTM参数量少,可以减少过拟合风险。基于此,文中以郑万高铁巫山大宁河双线大桥为研究对象,提出一种DBSCAN和GRU神经网络相结合的数据预测算法,以DBSCAN剔除噪声数据,并利用GRU神经网络对桥梁的压力进行深度学习,预测下一时刻的数据,然后进行异常检测。实践结果表明:所提算法可以准确地预测桥梁下一时刻的压力值,与LSTM算法相比,该算法的决定系数提高5.2%,均方根误差和平均绝对误差分别降低8.3%和11.6%;同时系统还能及时发送预警短信,为桥梁的安全提供保障。

摘要： 在导弹的挂飞和靶试等飞行试验中,一般涉及载机、目标机/靶机、导弹、地面测量站等多方面的试验主体和试验测量记录单元。试验结束后,为了快速的从各方数据中获得有效的信息、准确的评估试验是否成功等,均需高效的对所有飞行相关的数据进行预处理,以获得有效的、平滑的、时间统一的、融合后的数据。文章首先研究了数据预处理中的数据挖掘、噪声处理、缺失数据处理、时钟统一等关键技术,在噪声处理、缺失数据处理和时钟统一方面结合实际工程经验提出了高效实用的数据预处理技术,最后介绍了某项飞行试验中所开发的数据预处理软件及实现过程。经过软件开发及测试、使用,验证了关键技术使用和处理的正确性、可行性。

摘要： 相似邻里查找模型可以辅助电力需求侧响应、智能能耗分析和异常诊断。针对传统研究仅计及总用电负荷,而忽略电力用户分项负荷曲线的不足,提出基于非侵入式负荷监测(Non-intrusive load monitoring,NILM)数据的电力用户相似邻里查找模型。首先,基于密度的带噪声数据应用的空间聚类方法(Density based spatial clustering of applications with noise,DBSCAN)消除异常数据,提取用户分项负荷的标准曲线;然后,基于余弦相似度函数描述分项负荷曲线分布形态的近似水平;最后,基于改进熵权法,对分项负荷曲线角度余弦值赋权,并计及加权相似度排序获得相似邻里。仿真分析结果表明,所提出的相似邻里查找模型可以充分挖掘用电特征,有效地实现相似邻里分类。

摘要： 模式识别算法往往对训练集样本的数量和质量有较高的要求,噪声的产生会影响数据集的分布特征,从而对算法的学习过程产生一定干扰。因此,研究模式识别算法在小样本训练集的不同点位产生噪声后的分类性能和判界是否会发生改变具有重大的理论意义。该文比较了SVM和RVM在3种典型点位的噪声下,研究其分类性能指标的优劣以及决策边界的变化,发现RVM的抗噪声能力优于SVM。

摘要： 基于数据挖掘技术,阐述在方剂配伍规律研究中的数据预处理及标准化的相关内容,数据挖掘技术在中药方剂科学中的应用,数据标准化、数据转换、噪声数据和不完全数据的处理。

摘要： 针对短时交通流量预测模型受噪声数据影响预测误差较大的问题,提出了一种改进的长短期记忆网络(long short-term memory,LSTM)的短时交通流量预测模型——MVF-LSTM模型,该模型使用算术平均滤波MVF对LSTM模型的输入层进行改进,从而增加LSTM隐藏层输入的维度,利用平均相对误差对模型的迭代次数、时间步长和隐藏层神经元的个数进行调整,提高了模型的预测精度.实验结果表明:改进的模型平均相对误差降至5％,具有良好的泛化能力,可以更好地反映交通流量的变化特征.

摘要： 基于数据挖掘技术,阐述在方剂配伍规律研究中的数据预处理及标准化的相关内容,数据挖掘技术在中药方剂科学中的应用,数据标准化、数据转换、噪声数据和不完全数据的处理.

摘要： 模式识别算法往往对训练集样本的数量和质量有较高的要求,噪声的产生会影响数据集的分布特征,从而对算法的学习过程产生一定干扰.因此,研究模式识别算法在小样本训练集的不同点位产生噪声后的分类性能和判界是否会发生改变具有重大的理论意义.该文比较了SVM和RVM在3种典型点位的噪声下,研究其分类性能指标的优劣以及决策边界的变化,发现RVM的抗噪声能力优于SVM.

摘要： 提出噪声数据的可展曲面重建方法,基于Lo范数定义法向量场的优化目标函数,其极小化得到反映曲面可展几何特征的法向量场,基于优化后的法向量场利用变分逼近算法对模型进行区域分割,得到平面区域的序列.通过对拟合分割区域的简单B样条曲面进行合并得到覆盖目标模型整体区域的初始近似可展曲面,最后通过可展曲面的拟合优化得到重建的B样条可展曲面,该方法对恢复带噪声模型的可展几何信息效果较好,能重建出高质量的可展曲面.文中通过几个例子展现了该方法的有效性.

摘要： 地面测试台是集信号发生、自动检测、自动计量和数据分析于一体的应用系统。地面测试台负责在弹载设备出厂前，对其进行严格、完整地测试，以确保其记录数据的准确性。在本设计中弹载设备为噪声数据压缩器。因此，地面测试台性能的好坏将直接影响到对噪声数据压缩器工作性能的正确评估，从而影响到整个测试系统能否正常工作。本文设计了噪声数据压缩器的地面测试台，分别从硬件和软件的功能实现上对其进行了阐述。

摘要： 被动源面波作为主动源面波勘探的有力补充,它可以满足更大探测深度的地质要求,该优势在城镇环境中已日益突出.被动源面波方法通过将噪声分成若干时窗进行频散测量,并在频率-速度域叠加进行面波成像.而对部分成像较差时窗的频散结果叠加会降低面波成像效果.在实际处理中,需要探究噪声数据筛选对面波成像的影响.基于路边被动源方法和被动源面波多道分析方法(MAPS）进行频散成像,并对比了所有时窗和部分成像较好时窗的频散叠加结果.结果表明,对筛选之后的频散结果进行叠加可以有效拓宽面波频带,提高成像分辨能力.据此,提出了一种基于信噪比进行噪声数据筛选的方法.实例表明,该方法可以有效提高MAPS成像效果.

摘要： 本文对ARRAY 2905HD底片扫描仪扫描时的灰度-光学密度关系、噪声、散射等特性进行了测试,给出了G-D转换公式、噪声数据和散射特性等测试结果.这些测试结果为扫描仪在胶片定量扫描时的最佳应用提供了可靠的依据.

摘要： 复杂网络环境中基于入侵容忍的错误检测是系统安全最前沿的研究热点之一，它是保障容侵系统无边界退化、提供全部或降级服务的核心技术。分布式复杂网络环境中，错误的并发性和噪声信息的干扰使传统错误检测方法不再适用，该文在研究目前错误检测方法的基础上，结合并行计算技术，提出了一种基于改进的贝叶斯并行学习的面向噪声数据的错误检测方法。该方法既能检测并发错误，又能有效降噪。

摘要： 本文借鉴生物具有的"趋利避害"天性,提出了GEP的"弱适应模型",以实现在含噪声的数据集上挖掘函数关系；提出新概念"带内集"、"带外集"并用于划分训练数据集；设计了在弱适应模型下基于相对误差计算适应度的算法REFA；用详尽的实验验证了REFA的有效性,当测量数据的噪声率为3.33％时,与传统方法相比,REFA方法的成功率提高了3倍,产生结果的平均相对误差从7.899％降低到2.320％。

摘要： 本发明涉及一种数据块噪声检测装置及数据块噪声消除装置。垂直HPF 11、水平HPF 12均输入视频信号101，对垂直方向/水平方向分别只提取高频分量。绝对值化部13、14取绝对值变换为正值。水平累加部15、垂直累加部16将输入信号累加，输出水平和垂直都周期性地具有峰值的垂直一维信号及水平一维信号。水平峰值检测部18根据水平一维信号检测水平峰值位置，垂直峰值检测部17根据垂直一维信号检测垂直峰值位置，同时对格式进行识别。二进元化部按照水平峰值位置与垂直峰值位置，求对存在峰值的像素的位置给予1，对峰值以外的像素位置给予0的数据块边界图像。借助于此，在本来应该消除数据块噪声的数据块的边界不明确时，也能够正确检测出数据块边界，以消除数据块噪声。

摘要： 本发明涉及一种数据块噪声检测装置及数据块噪声消除装置。垂直HPF11、水平HPF12均输入视频信号101，对垂直方向/水平方向分别只提取高频分量。绝对值化部13、14取绝对值变换为正值。水平累加部15、垂直累加部16将输入信号累加，输出水平和垂直都周期性地具有峰值的垂直一维信号及水平一维信号。水平峰值检测部18根据水平一维信号检测水平峰值位置，垂直峰值检测部17根据垂直一维信号检测垂直峰值位置，同时对格式进行识别。二进元化部按照水平峰值位置与垂直峰值位置，求对存在峰值的像素的位置给予1，对峰值以外的像素位置给予0的数据块边界图像。借助于此，在本来应该消除数据块噪声的数据块的边界不明确时，也能够正确检测出数据块边界，以消除数据块噪声。

摘要： 本发明提供一种结合速度与噪声监测数据的噪声地图更新方法，该方法首先根据静态噪声地图中的道路根据道路等级进行分类，然后根据道路速度对每一类进行聚类，通过获取在更新时刻道路的速度数据算出每一条道路由于速度变化引起的噪声值的变化量，结合道路的噪声监测数据算出被监测道路由于密度变化引起的噪声值的变化量，最后根据被监测道路已经算出来的由于密度变化引起的噪声值的变化量算出每一条道路由于密度变化引起的噪声值的变化量，根据这两部分的结果算出，在当时的交通这条件下，每一条道路相对于静态噪声地图时刻的噪声值的变化量，最后根据噪声源的更新结果根据噪声传播模型更新整个噪声地图。

摘要： 本发明涉及一种数据块噪声检测装置及数据块噪声消除装置，垂直HPF 11、水平HPF 12均输入视频信号101，对垂直方向/水平方向分别只提取高频分量。绝对值化部13、14取绝对值变换为正值。水平累加部15、垂直累加部16将输入信号累加，输出水平和垂直都周期性地具有峰值的垂直一维信号及水平一维信号。水平峰值检测部18根据水平一维信号检测水平峰值位置，垂直峰值检测部17根据垂直一维信号检测垂直峰值位置，同时对格式进行识别。二进元化部按照水平峰值位置与垂直峰值位置，求对存在峰值的像素的位置给予1，对峰值以外的像素位置给予0的数据块边界图像。借助于此，在本来应该消除数据块噪声的数据块的边界不明确时，也能够正确检测出数据块边界，以消除数据块噪声。

摘要： 本发明涉及一种数据块噪声检测装置及数据块噪声消除装置。垂直HPF 11、水平HPF 12均输入视频信号101，对垂直方向/水平方向分别只提取高频分量。绝对值化部13、14取绝对值变换为正值。水平累加部15、垂直累加部16将输入信号累加，输出水平和垂直都周期性地具有峰值的垂直一维信号及水平一维信号。水平峰值检测部18根据水平一维信号检测水平峰值位置，垂直峰值检测部17根据垂直一维信号检测垂直峰值位置，同时对格式进行识别。二进元化部按照水平峰值位置与垂直峰值位置，求对存在峰值的像素的位置给予1，对峰值以外的像素位置给予0的数据块边界图像。借助于此，在本来应该消除数据块噪声的数据块的边界不明确时，也能够正确检测出数据块边界，以消除数据块噪声。

摘要： 本发明涉及一种数据块噪声检测装置及数据块噪声消除装置。垂直HPF11、水平HPF12均输入视频信号101,对垂直方向/水平方向分别只提取高频分量。绝对值化部13、14取绝对值变换为正值。水平累加部15、垂直累加部16将输入信号累加,输出水平和垂直都周期性地具有峰值的垂直一维信号及水平一维信号。水平峰值检测部18根据水平一维信号检测水平峰值位置,垂直峰值检测部17根据垂直一维信号检测垂直峰值位置,同时对格式进行识别。二进元化部按照水平峰值位置与垂直峰值位置,求对存在峰值的像素的位置给予1,对峰值以外的像素位置给予0的数据块边界图像。借助于此,在本来应该消除数据块噪声的数据块的边界不明确时,也能够正确检测出数据块边界,以消除数据块噪声。

摘要： 本发明提供一种结合速度与噪声监测数据的噪声地图更新方法，该方法首先根据静态噪声地图中的道路根据道路等级进行分类，然后根据道路速度对每一类进行聚类，通过获取在更新时刻道路的速度数据算出每一条道路由于速度变化引起的噪声值的变化量，结合道路的噪声监测数据算出被监测道路由于密度变化引起的噪声值的变化量，最后根据被监测道路已经算出来的由于密度变化引起的噪声值的变化量算出每一条道路由于密度变化引起的噪声值的变化量，根据这两部分的结果算出，在当时的交通这条件下，每一条道路相对于静态噪声地图时刻的噪声值的变化量，最后根据噪声源的更新结果根据噪声传播模型更新整个噪声地图。

摘要： 本发明公开了可以涉及用于监测和/或标测来自多个噪声监测设备的噪声数据的系统和方法的实施方案。在一些实施方案中，多个噪声监测设备可以包括被配置成检测噪声的听力保护设备，并且通常可以传送此类噪声数据(其还可包括位置)以使得可以合并噪声数据。然后，来自多个噪声监测设备的合并噪声数据可以用于一个或多个此类噪声监测设备的益处。

摘要： 传感器装置构成为将通过观测对象而生成的感测数据发送到设置于传感器装置的外部的外部装置，其中，该传感器装置具有传感器部，该传感器部构成为生成感测数据，感测数据包含背景噪声数据，所述背景噪声数据表示不是由对象引起的噪声，该传感器装置还具有：提取部，其构成为从感测数据中提取背景噪声数据；以及发送部，其构成为将由提取部提取出的背景噪声数据发送到外部装置。

摘要： 本发明涉及噪声数据处理技术领域，具体为一种基于噪声地图的交通流量转化噪声数据的终端，包括处理器，以及与所述处理器连接的存储器，所述存储器内存储有Geoserver数据转化程序，所述Geoserver数据转化程序被所述处理器执行时完成以下操作：启动Geoserver数据转化程序，开启处理器的本地端口9580连接线程，等待用户发送请求，同时，处理器连接H2gis数据库用于存贮用户输入数据和结果；Geoserver数据转化程序接收用户请求，通过WpsBuilder模块运行用户请求，执行命令并输出结果；等待下一个指令或Geoserver数据转化程序。该终端支持多种文件格式使用，且支持用户自定义计算过程模块，节省操作时间，使用方式灵活，便于交通流量模型转化。