检测算法

摘要： 针对目前没有从干扰能量检测角度适配对偶序列跳频系统的问题,提出对偶序列跳频通信的干扰信号能量检测方法。该方法利用频谱感知技术中的能量检测方法感知主用户信号信息,将干扰信号视为主用户信号并提出对干扰信号进行二元假设的能量检测,此外,充分利用对偶序列跳频系统的双信道进行能量检测接收,检测效果比单信道较好。仿真实验结果表明,对偶序列跳频系统在高斯信道环境下仿真的误码率与理论推导一致;在单跳信号的不同类型干扰下,干噪比达到-9 dB时,检测成功概率可达99%;该方法针对单音干扰检测性能,当干噪比等于-9 dB时,检测成功概率大于90%,虚警概率小于0.1;在虚警概率为0.1时,检测点数越多,检测成功概率越高;对偶序列跳频系统的双信道接收检测时长是单信道检测的1/2;若考虑单音干扰在全部信道下,则虚警概率为0.001时,单音干扰信号占比越低,检测成功概率越高。

摘要： 电压暂降已成为电能质量分析中的重点问题,快速而准确地检测出电压暂降的特征值,是电压暂降有效补偿的前提。阐述瞬时电压dq变换、基于电压求导的dq变换、延时90°的αβ-dq变换和基于电压求导的αβ-dq变换共4种检测方法,通过Matlab/Simulink仿真软件对4种检测算法进行仿真,并对仿真结果进行分析,得到更适合应用于动态电压恢复器(DVR)的检测算法。

摘要： 针对传统钢材表面缺陷检测方法存在检测效率低、检测精度差等问题,提出一种基于改进YOLOv5的钢材表面缺陷检测算法。首先使用GhostBottleneck结构替换原YOLOv5网络中的C3模块和部分卷积结构,实现网络模型轻量化;其次在Backbone部分引入SE注意力机制,对重要的特征通道进行强化;最后针对数据集特点在网络中增加一个检测层,强化特征提取能力,并在Neck部分增加特征融合结构,使用DW卷积替换部分标准卷积以减少运算量。实验表明,改进的YOLOv5s-GSD算法,模型体积减少了10.4%,在测试集上的mAP值为76.8%,相比原YOLOv5s网络提高了3.3%,检测精度和速度也明显高于一些主流算法。相比传统的钢材表面缺陷检测方法,提出的算法能够更加准确、快速地检测出钢材表面缺陷的种类和位置,并且具有较小的模型体积,方便于在移动端的部署。

摘要： 针对不同种类机场跑道环境下的小目标检测问题,提出一种基于多尺度融合超复数傅里叶变换的视觉显著性检测算法。利用二维Log⁃Gabor滤波器模仿人类视觉感受野提取经快速导向滤波算法后的预处理图中的颜色、亮度、纹理方向特征;根据所得特征构造各尺度下的超复数图像,并求其快速傅里叶变换相位谱再进行滤波,通过反变换后进行多尺度归一化获取视觉显著图;最终利用自适应阈值分割提取前景任务目标,实现机场跑道异物目标检测任务。实验结果表明,该算法相较于传统频域显著性算法检测准确率更高,虚警率更低,在多类机场跑道路面场景检测中能取得较好的检测效果。

摘要： 安全帽佩戴监控是铁路工程施工人员安全管理中的重点和难点,它对检测算法的准确率与检测速度都有较高的要求。本文提出一种基于神经网络架构搜索的安全帽佩戴检测算法NAS-YOLO。该神经网络架构由上、下行操作单元组成,采用二进制门策略对网络架构进行更新,通过数据驱动的方式自动确定合适的神经网络体系结构。实验结果表明,NAS-YOLO算法在准确率、召回率及平均检测速度方面均优于实时目标检测算法YOLOv3,可以在工程施工中对施工人员安全帽佩戴情况进行实时监控。

摘要： 织物疵点是影响织物价格的重要因素,一直以来都备受关注。随着科学技术的发展,对智能化需求的提高,织物疵点的自动检测成为纺织行业的热门话题。织物疵点自动检测系统在市场上已经有了较为成熟的产品,国内的主流方式仍为机下检测,对平整布面检测效果较好。根据图像处理的方法可将检测算法分为结构法、统计法、频谱分析法、基于模型的方法、基于学习的方法五类,分析结果显示,方法的交叉混合在实际应用中往往效果更好、更受青睐。未来织物疵点自动检测方法将继续向实时性、普适性方向发展,实现多方向多尺度疵点在不同织物背景下的可预测性。

摘要： 针对现有算法存在的适用性不够全面、检测精准度较低的问题,优化移动网络时间隐蔽信道检测算法。通过二进制串编码,构建移动网络时间隐蔽信道结构,采用聚类算法获取多个内部元素相似的子类,将相邻子类之间的相似度抽象成两点间的模,完成较高密度区域的子类划分。利用密度聚类算法进行聚类,标记所得的聚类核个数与坐标,经过归一化处理属性分类,实现高维数据向低维空间的投影。滤除聚类属性,架构新的属性集合,并基于数据包传输的间隔时长序列,分别设计正常信道和隐蔽信道下的网络间隔时长模型,通过比较两种模型相邻子类之间余弦相似度均值等指标完成信道检测。仿真结果表明,所提算法能够有效检测主动式和被动式隐蔽信道,且检测准确率较高,具有更好的适用性。

摘要： MIMO系统中,编码与空间分集的结合可以在无线通信链路中实现可靠高速率。针对V-BLAST结构提出了检测算法的研究与分析。通过MATLAB进行无干扰消除、理想干扰消除及非理想干扰消除不同情况的参数设置,分别对ZF与MMSE算法进行性能对比,由仿真结果可知:在ZF与MMSE算法中,干扰消除均可以提高输出信号的信噪比,而MMSE检测算法性能更优。

摘要： 放煤量的智能监测技术是智能化综放开采发展的方向之一。针对厚煤层综放开采混合介质下落过程煤矸智能识别现有方法存在适用范围窄、误判率高等问题,提出一种基于实时区域卷积神经网络(Faster R-CNN)改进的CBAM Faster R-CNN煤矸混合放出状态分析识别方法。该方法以综放开采工作面煤矸石下落状态为背景,将注意力机制算法(CBAM)融入ResNet50特征提取网络,研究了注意力机制融合于ResNet50主干特征提取网络的融合优化方法,确定了以煤矸石下落状态检测为目标的最佳融合位置,增加了提取煤与矸石权重信息的能力,使得特征提取过程重点关注煤矸运动状态参量;构建了粉尘环境下综放开采煤矸混合放出状态试验平台,对高速摄像机所采集的煤矸原始运动图像进行暗通道去雾与模糊集增强预处理操作,分析识别不同工况下静态图像,定量研究了模型权重优化以及粉尘环境预处理对煤矸混合放出状态识别的影响。研究结果表明:基于CBAM Faster R-CNN模型的预处理图像识别精确率较原始图像提升了8.84%,召回率提升了6.68%;模型优化效果方面,CBAM Faster R-CNN模型平均查准率和召回率分别为82.63%,86.53%,高于经典模型的74.69%,79.93%;F_(1)-score值较经典模型提升了7%。因此,基于“预处理+CBAM Faster R-CNN”的图像识别方法为实现粉尘环境下综放开采放煤量的精准辨识提供了可靠的理论支撑。

摘要： 尽管现代煤矿开采理论和技术不断进步,但煤矿电力系统设备故障依然时有发生。基于电力设备故障故障后的报警信息及其时间序列特性可以快速精准识别故障位置和故障类型,从而及时排除故障,提高故障处理效率,有效避免煤矿安全事故发生。因此,基于时间序列模型的故障检测与诊断已成为煤矿电力设备故障诊断技术研究领域的重要课题。基于此,文章以煤矿电力设备中易发故障的油缸机构作为研究对象,首先介绍故障诊断技术发展现状,阐述基于长时间序列的算法原理,然后结合油缸的故障特征,利用MATLAB仿真软件建立基于温度特征信号的长时间序列模型对油缸故障进行检测诊断,最后通过实验验证故障检测与诊断效果。

摘要： 海洋内波在海洋活动中扮演重要角色.海洋内波的研究对我国海洋科学的理论研究、海洋资源的保护、开发和利用以及海洋军事科学的发展等均具有重要的意义.为了及时发现海洋内波以进一步研究其传播过程,基于合成孔径雷达SAR影像内波明暗条纹的边界特性进行海洋内波的检测算法研究具有十分重要的意义.提出了一种集成的海洋内波检测算法:列分离邻域处理与Canny算子边缘检测算法,再通过阈值和标准差的参数变化进行Canny检测.将这种算法应用于南海区域发生的历史海洋内波以验证算法的鲁棒性和适用性,结果发现可较好地识别出海洋内波并判定其发生的位置.同时分析了基于Lee滤波方法对Canny检测的影响.

摘要： 针对纹身图像的特点和卷积神经网络(CNN)在全连接层对图像特征抽取能力的不足问题,提出一种三通道的卷积神经网络纹身图像检测算法,并进行了三方面的改进工作.首先,针对纹身图像的特点改进图像预处理方案;其次,设计了一个基于三通道全连接层的卷积神经网络进行特征提取,并对特征建立索引,有效地提高了网络对不同尺度下空间信息的提取能力,实现了对纹身图像的高效检测;最后,通过两个数据集验证了算法的泛化能力.实验结果表明,对NIST数据集所提预处理方案比Alex方案有总正确率提高0.17个百分点,纹身图像正确率提高0.29个百分点.在所提预处理方案下,提出的算法在标准的NIST纹身图像集上具有明显的优势,正确率从NIST公布的最优值96.3％提高到99.1％,提高了2.8个百分点;相对于传统的CNN算法,正确率从98.8％提高到99.1％,提高了0.3个百分点.在Flickr数据集上也有相应的性能提升.

摘要： 随着视频编辑软件的广泛使用,视频的真实性和完整性无法得到保证,针对此问题,本文提出一种基于PU块划分模式的HEVC视频重压缩检测算法.对于一段原始视频,其连续Ⅰ帧中的4x4PU块的数目变化具有收敛的趋势,而对于经过重压缩的视频,其4×4PU块的数目会发生突变.为此,本算法首先计算出视频中Ⅰ帧的4×4PU块的数目,进而提取出数目变化曲线,并利用数目变化曲线中的凸起现象进行重压缩检测.实验结果表明本文算法对于HEVC视频的重压缩具有较高的检测率,证明了本文算法的有效性.

摘要： 随着高保真度、便携式录音设备的普及,攻击者利用回放语音进入说话人识别系统成为可能,将对合法用户的权益造成损害.为改善识别系统此类安全问题,则必须防止攻击者利用回放语音的成功闯入.本文通过分析对比原始语音与回放语音频率域幅值的变化,发现偷录设备及回放设备增强了回放语音频域值,提出了一种基于频率值分布的回放语音检测算法,利用信息量表征个体与整体之间的关系,并提出信息量差值概念来表征相邻数值的变化;最后构造了113维特征作为最终特征集.经实验结果表明,该算法能够有效的识别回放语音,增强识别系统抵抗回放语音攻击的能力.

摘要： 针对现阶段大部分卫星导航接收机跟踪阶段的欺骗检测方法只能检测单欺骗源发射的欺骗信号的问题,提出一种基于载波跟踪环路统计特性分析的欺骗检测方法.首先分析了跟踪阶段已有欺骗检测方法的不足;其次,建立了接收机正常接收信号模型和欺骗信号入侵后接收信号模型,对真实信号与欺骗信号的复合信号的统计规律进行了分析.理论分析表明,当欺骗信号与真实信号存在频差时,检测算法能够通过I路信号的幅度变化检测出欺骗信号.仿真结果表明,在接收机能接收到的正常载噪比范围内(28dB·Hz～50dB·Hz),在2％的虚警概率下能够达到100％的检测概率.算法能够检测多欺骗源发射的欺骗信号,且检测性能比已有方法得到了提升(在载噪比相同的情况下,检测性能提升约1dB;在干信比相同的情况下,检测性能提升约4dB).

摘要： 机器视觉选别系统是集光、电、气、机为一体的智能化分选设备.本文研究的嵌入式选别系统具有集成度高、实时性好、功耗低、可靠性高的优点,将其应用于农业领域有广阔的前景.以破损花生检测为实验对象,本文采用仿真工具MATLAB研究了不同的图像处理算法,并在选别系统上移植与测试了编写的程序.最后,给出了两种破损花生的检测算法,根据处理的效果分析了两种算法的优缺点.

摘要： 图像重采样操作,即通过像素之间的插值运算得到不同尺度大小的图像,一直是图像通用处理或者编辑篡改过程中常见的一种基本操作模式.通过检测重采样可以有效地辨别图像的真实性和处理历程.本文提出了一种新型图像重采样检测方法,它引入盲反卷积处理模块,利用反卷积模型参数构建检测特征,能够实现对多种重采样模式的有效检测和分类识别.同时,该算法还能克服JPEG块效应对传统重采样检测的干扰,在较强的JPEG压缩编码之后,依然呈现出较好的识别效果.

摘要： 通过理论和仿真分析了点目标时间扩展的估计方法,为子带带宽的选择提供了理论支撑.提出了时频扩展信道中最佳波形设计方法和与之相适配的片断相关检测器算法.利用仿真结果验证了波形最佳设计方法可以有效提高检测性能;利用实际海试数据处理结果,验证了在无法改变发射信号形式的情况下,通过先验信息和实测数据提取最佳子带加权系数,片断相关检测器同样可以具有检测算法适配于发射信号和环境的效果.

摘要： 中继卫星机动期间,轨道将发生较大变化,而准确判定机动时段是在此期间进行精密定轨的前提.针对上述问题,基于中继卫星Ka波段转发式测距系统观测资料,利用数据拟合判断其变化情况,实现了轨道机动检测方法.本文首先介绍该方法的基本原理,而后选取具体算例,对其可行性和有效性进行了验证.

摘要： 中继卫星机动期间,轨道将发生较大变化,而准确判定机动时段是在此期间进行精密定轨的前提.针对上述问题,基于中继卫星Ka波段转发式测距系统观测资料,利用数据拟合判断其变化情况,实现了轨道机动检测方法.本文首先介绍该方法的基本原理,而后选取具体算例,对其可行性和有效性进行了验证.

摘要： 本申请公开了一种姿势震颤检测模型，该模型基于集成学习模型，所述模型的输入特征为多个；所述多个输入特征中至少一个输入特征获取自受试者的手部的三轴加速度数据，至少一个输入特征获取自自受试者的手部的三轴陀螺仪数据，至少一个输入特征获取自受试者的手部的三轴磁力计数据；所述模型根据所述多个输入特征对受试者在预定姿势时进行震颤等级的分类；所述预定姿势包括翼博位、手臂伸展位、对指位。本申请利用加速度计、陀螺仪和磁力计信号的多种运动学特征，有效揭示了特发震颤患者震颤的规律性和同步性，能够有效表征患者的震颤幅度、震颤频率等特征，并建立能够准确对患者的震颤症状进行量化分级的模型。

摘要： 本发明公开了一种基于灰色马尔可夫算法的SDN多控制器故障检测算法，包括建立双向故障检测机制，构建灰色预测模型，建立灰色马尔可夫模型，自适应心跳信息到达时间四个步骤。本发明通过考虑利用SDN控制器自身的资源，提出建立双向故障检测机制，通过双向故障检测机制可以准确确定故障点，由于SDN控制平面中数据流量处于实时变动的状态，因此提出灰色马尔可夫算法预测下一次心跳信息到达的时间，自适应调整发送心跳信息的时间间隔，从而有效提高控制器的故障检测效率。

摘要： 本申请涉及一种基于目标检测算法和图像分类算法的检测方法，其包括：收集待检测物体的图片和背景图片；对采集到的包含待检测物体的图片，标注图片，得到数据集；将数据集划分为训练集、验证集和测试集；对数据集各矩形框进行聚类，随机裁剪背景图片作为背景类别，加上数据集根据矩形框剪裁下的图片，得到待检测物体和背景类别数据集。将数据集用来训练图像分类网络；使用数据集训练出yolov3目标检测网络；用检测网络检测待检测的图片，若出现目标，根据目标的坐标信息剪切图片数据集，对图像的短边进行padding操作，reshape预设大小的尺寸送入图像分类网络中检测进行分析；具有查全率高、查准率好的效果。

摘要： 本发明提供的基于NSGA2(非支配多目标优化遗传算法)训练的AMP检测算法和系统，将用户比特流映射到相应星座点；对信号作ISFFT变换，把信号映射到时频域中再经IFFT变换，把时频域信号转换为时域信号流；将时域信号流经过Jakes信道模型；取出每个用户的频域信号作SFFT变换得到相应的时延多普勒信号；将得到的信号进行AMP迭代检测，计算最小MSE，当MSE小于阈值时中止迭代；完成当前信号解调过程，依据迭代次数趋势图确立固定迭代次数，通过遗传算法多目标优化得到最优参数；将最优参数放入AMP检测算法进行检测。本发明通过计算迭代收敛率，在兼顾性能的同时确立最佳迭代次数，每层迭代的收敛因子看作独立参数，通过NSGA2算法训练出的参数对比固定参数有效性能提升。

摘要： 本发明公开了一种遗传算法与聚类算法复合嵌套的异常声音检测算法，包括基因算法、增强的增量主因素分析法与基于密度的空间聚类计算方法，具体步骤如下：S1、先采用增强的增量主因素分析法来减少从音频文件转换为数字的数据集的维度，获得降维数据集；S2、使用从增强的增量主因素分析法中得到的降维数据集，并应用基于密度的空间聚类计算方法进行有效的聚类；S3、通过基因算法对聚类后的数据集进行计算训练，从而获得最优的参数配置；能够有效的平衡样本数据，从而增加了监督学习的普适性，降低噪音干扰，继而增加整体运算性，在本地建立输运运算模型，能以较少的运算成本，减少人工调参的复杂和依赖性，增强算法对环境变化的自适配能力。

摘要： 本发明属于拍照动作检测算法技术领域，具体涉及一种结合yolo算法和openpose算法的拍照动作检测算法，首先通过视频的预处理，能够去除噪声有利于后续算法的展开，并且采用帧差法能够减少无用视频帧。其次，通过openpose算法获取待处理视频中预设数量个视频帧以及各视频帧中人体关节点位置数据，能够有效获取人体的骨骼特征信息。之后，使用yolo算法获取手机的相关位置，并且增加注意力机制对识别效果进行优化。最后，判定算法获取的人体特征信息包括黑色背景下的骨骼信息和手机位置框，将这些信息与标准动作进行对比获取结果能够很好的减少误判。

摘要： 本发明公开了一种用于绿通车辆检测的检测算法升级方法及绿通检测系统，涉及计算机软件技术领域，该方法包括节点服务器对当前的业务数据中的字段排序，对当前的业务数据封装包头和包尾，将封装后的业务数据发送给上级管理服务器；上级管理服务器对封装后的业务数据进行解包，在解包后进行CRC校验；在CRC校验通过后，对业务数据进行解析；解析成功后，上级管理服务器根据检测算法的版本信息确定节点服务器中的检测算法是否需要升级；如果需要升级，则确定出升级时间并向节点服务器返回指定格式的升级反馈信息，以便节点服务器根据升级反馈信息进行算法升级。本申请提供的方法及系统可提升检测算法升级的响应速度，提高系统的可靠性和稳定性。

摘要： 本发明公开了一种静息震颤检测模型、静息震颤检测算法、以及静息震颤检测设备；该模型基于Adaboost机器学习分类器，所述模型的输入特征为多个；所述多个输入特征中至少一个输入特征获取自受试者的手部的三轴加速度数据，至少一个输入特征获取自自受试者的手部的三轴陀螺仪数据，至少一个输入特征获取自自受试者的手部的三轴磁力计数据；所述模型根据所述多个输入特征对受试者进行震颤等级的分类。本发明利用加速度计、陀螺仪和磁力计信号的多种运动学特征，有效揭示了特发震颤患者震颤的规律性和同步性，能够有效表征患者的震颤幅度、震颤频率等特征，并建立能够准确对患者的震颤症状进行量化分级的模型。

摘要： 本发明公开了一种基于深度学习的目标检测算法和点云配准算法的深度相机外参标定方法，克服了现有技术外参标定标定物的获取成本高、精度低、成功率低的问题。本发明要求至低使用至少3个中心对称的任意不同形状或色彩的标定图像或标定物体，至低仅需一张纸作为标定物。本发明实施例表示该方法有着标定物获取成本低、精度高、成功率高等优点。

摘要： 本发明属于CNV检测技术领域，公开了一种基于小panel的CNV检测算法、系统及可靠性验证算法。所述检测算法包括：获取原始数据矩阵，所述原始数据矩阵中一列为待测样本深度数据，其余列均为对照样本深度数据；计算所述原始数据矩阵每行中各深度数据与该行几何平均值间的比值以得到中间数据矩阵；计算所述中间数据矩阵每列中各深度数据与该列中位数间的比值以得到校正数据矩阵；基于所述校正数据矩阵求解每个扩增区域内待测样本与对照样本间的比值以获取所述待测样本的CNV类型。从而有效提高了检测结果准确性。可靠性验证算法基于数学逻辑进行，与现有的基于大量仿真计算的方式相比更加简单可行，结果可靠性更好。