滑动窗口

摘要： 为了有效地提高支持向量机(SVM)在工业过程中的故障检测性能,提出一种基于滑动窗口的核熵成分分析(KECA)和支持向量机(SVM)结合(MWKECA-SVM)的非线性过程故障检测方法。运用核熵成分分析(KECA)提取包含非线性特征信息的得分向量作为SVM的输入。运用正常和故障数据的非线性特征向量训练SVM模型获得判别分类函数。建立模型之后,运用滑动窗口对模型进行动态更新。将MWKECA-SVM方法应用于田纳西-伊斯曼过程中,并与核主元分析(KPCA)、滑动窗口KPCA(MWKPCA)、KECA和SVM方法进行比较。结果表明,MWKECA-SVM方法能够动态地提取过程变量的特征信息,有效地提高故障检测率,在一定程度上增强了信息的动态提取和实时监控能力。

摘要： 异步时钟域设计中CDC信号的时序分析及收敛是超大规模高频数字电路设计功能正确的重要保证。为了减少设计面积,提出了一种CDC信号滑动窗口时序分析方法,该方法在每种corner的每条CDC通路上单独设置适当的时序约束窗口进行时序计算与分析,有效避免了常用的固定约束分析方法由于约束条件过严导致的虚假时序违反及不必要的时序修复,而使设计面积增大的问题,减轻了CDC电路的后端设计工作量。在16 nm工艺下的实验结果表明,该方法在时钟树偏差较大时与固定约束分析方法相比显著节省了设计面积。

摘要： 溢流会对油田的勘探过程造成严重的影响,众多钻井平台采取人工坐岗预警,十分依赖坐岗人员的积累经验,导致误报率和成本较高,因此迫切需要提高溢流预警的效率和质量.研究表明,将深度学习方法引入钻井能够有效提高溢流预警的准确性.然而,溢流发生的频率较低,不同井之间具有差异性,可获取的训练样本有限,这些因素都限制了当前预警算法的应用.针对上述问题,本文提出了一种自适应的长短期记忆网络(LSTM)溢流预警算法,该算法利用滑动窗口法扩充数据集,计算平均值增量实现不同井数据的自适应特征提取,进而屏蔽不同井的差异性,提高了算法的通用性.模型在离线验证以及现场溢流的早期预警上表现优良,与专家的经验标注保持了较高的一致性,均提前于操作人员的记录日志.模型的应用减轻了坐岗人员的负担,确保了溢流预警的效率与质量,对提高钻井工程溢流预警水平具有积极意义.

摘要： 空气处理单元运行产生大量数据,发生故障时,数据之间的关系会更加复杂。模式匹配方法可从中找到与当前运行条件相关的有用数据,以提高故障检测性能。本文使用负荷参数、滑动窗口和主成分相似因子方法进行模式匹配,根据具体指标评估模式匹配性能。结果显示,主成分平均相似因子大于0.80时,参照数据与当前运行数据相似。候选池大小为5时,其准确率在90%以上,模式匹配效率在55%左右,总体有效率为70%~85%,表明在空气处理单元中,模式匹配方法具有良好的匹配性能。

摘要： 移动机器人在室内环境中绝对定位受环境因素的影响,定位精度较差甚至失效,因此提出一种室内视觉惯性即时定位系统。在前端采用FAST角点快速特征提取,使用改进的正向和逆向稀疏光流法跟踪匹配,并构建IMU(Inertial Measurement Unit,惯性测量单元)流形预计分离散模型,实现视觉位姿和惯性数据的紧耦合;在后端通过基于关键帧的滑动窗口非线性优化视觉惯性状态量进行位姿校准。与OKVIS、VINS-Fusion算法比较,在公开数据集EuRoc中测试,结果表明,移动机器人视觉惯性定位系统在室内场景位姿估计中定位精准,全局轨迹位姿漂移降低,在复杂场景和快速运动状况下鲁棒性良好。

摘要： 为提高钻井漏失预测的准确性和实时性,建立了一套能够学习现场专家经验实现对钻井漏失事故预测的智能方法。首先,对采集到的综合录井数据利用小波滤波对录井数据进行降噪处理,并根据降噪的效果选取了滑动窗口的长度,降噪后数据的波形更加平滑,上升或下降趋势更明显;然后通过研究井漏点周围4个动态特征的波形,使用滑动窗口对钻井曲线波形进行截取;最后分别用长短期记忆神经网络(LSTM)、双向长短期记忆神经网络(Bi-LSTM)、简化的AlexNet以及VGGNet对井漏事故进行实时滚动预测。实验结果表明,相对于卷积神经网络,LSTM和Bi-LSTM能够提取综合录井曲线动态变化的自相关特性,提取的特征更具有代表性,对井漏事故预测的准确率更高。

摘要： 对时间序列数据状态进行分析时,传统聚类算法往往忽视时间维度的关联性。针对光伏发电系统故障诊断,提出一种子序列决策聚类下的光伏系统工况判别算法。通过步长和大小均可变的滑动窗口提取多条子序列,再对子序列样本集进行层次链接聚类,最后对类别重叠子序列进行决策。运行工况判别实验表明,相比于传统聚类算法,提出算法的类簇信息与真实工况更相近,32组数据中,30组数据误差都在10%以下,聚类质量指标表现更优异,能更好地区分光伏时序数据的不同工况。

摘要： 为准确预测复杂水域船舶航迹,提高航行安全水平,提出一种基于滑动窗口长短期记忆(long short-term memory,LSTM)网络的船舶航迹预测方法。根据相邻航迹点的船位特征变化趋势,剔除异常数据,并利用插值方式填补缺失点船位数据,建立船舶航行状态数据库。根据船舶航向变化态势建立航行状态判别准则,识别船舶航行场景。考虑船位信息特征维度高的特点,应用LSTM网络理论构建基于滑动窗口LSTM网络的船舶航迹预测模型。应用大连港水域和黄渤海水域的AIS数据,分别在不同航行场景下进行验证。结果表明:直航型、转向型和‘S’型场景下,滑动窗口LSTM网络预测结果的平均绝对百分比误差、均方误差和均方根误差均比基础LSTM网络、反向传播神经网络和灰色模型的小,这表明滑动窗口LSTM网络对非线性航迹预测的泛化能力强于其他3种模型。

摘要： 为准确提取遥感图像边缘,研究一种基于融合技术的遥感图像边缘检测算法,考虑到遥感图像中存在乘性噪声,该算法基于自适应滤波器的遥感图像去噪算法,通过自适应滤波器有效去除遥感图像中噪声点;对去噪后的遥感图像,再基于融合技术的遥感图像边缘检测算法,通过滑动窗口技术、模糊增强方法增强去噪后遥感图像边缘,采用模糊形态学算法检测遥感图像边缘。实验结果显示,所提算法去噪后的遥感图像信噪比、峰值信噪比较高,去噪效果极好;边缘检测结果与遥感图像实际边缘位置之间误差较小,检测精度较高,且遥感图像数量的增多,对该算法的检测速度不存在显著的负面影响。

摘要： 过度捕捞和非法捕捞给海洋生态造成严重破坏,随着船舶自动识别系统(AIS)的发展,国内外学者基于AIS轨迹数据提出了许多算法进行渔船作业类型识别,但是这些算法忽视了轨迹的时域特征.因此,本文提出了一种基于滑动窗口和LSTM自动编码器的识别算法,该算法首先使用滑动窗口提取轨迹特征,再通过LSTM自动编码器去学习轨迹的时域特征和潜在的高级特征,最后在LSTM自动编码器中嵌入Softmax分类器,联合优化损失函数,使分类效果达到最优.在浙江海域的渔船AIS轨迹数据上进行了实验,结果表明所提方法的准确率为95.82%,证明了本方法的有效性和可靠性,算法可用于辅助拖网、围网作业类型的判断.

摘要： 全球定位系统干涉反射测量是一种新型的遥感技术,可用于估算近地表土壤水分含量.为解决GPS卫星的有效选取和模型最佳输入变量问题,本文提出了一种基于实时滑动窗口的地表土壤含水量估算方法.首先通过低阶多项式拟合,分离GPS卫星直射和反射信号；再建立卫星反射信号正弦拟合模型,获取相对延迟相位；然后建立滑动窗口,选取各卫星的相对延迟相位,确定模型的最佳输入变量集.最后通过支持向量机模型实现土壤湿度的滑动式反演.经美国板块边界观测计划PBO提供的监测数据,对比分析利用滑动窗口和没有利用滑动窗口反演土壤湿度的效果.经实验表明:土壤湿度问题可作为非线性事件处理,采用实时滑动窗口反演是可行和有效的.

摘要： 随着生命科学领域不断取得的关键性突破和计算机领域的不断进步,出现了一个全新的、跨专业的学科——生物信息学,它将高性能计算机作为研究工具来对生物信息进行获取、分析、存储和传播,极大地对生命科学的发展进程起到了正面的影响.随着小波分析在数据挖掘领域的不断进步和完善,开始有人将其应用于生物序列分析.本文设计实现了一个基于小波分析和滑动窗口分形维数的生物序列分析算法,并与其他人所提出的方法进行比较分析.

摘要： 负荷和分布式电源出力的预测对微电网的能量调度有较大影响,而风光出力的不确定性使得预测过程需要大量数据,基于此提出采用马尔可夫链和蒙特卡洛抽样预测风电出力的方法.另外针对负荷预测对电动汽车的充电方案产生扰动的问题,采用含滑动窗口的滚动调度能获得更准确的预测结果,同时自适应的滑动窗口能提高总体优化效果.算例中以平负荷波动为调度目标,对比了不同窗口宽度下的调度结果,分析表明,普通动态方案的平负荷效益不如提出的滚动调度,在汽车的行为变化不大时选择较大的窗口宽度能有更好的实时优化效果.

摘要： 为了提高跌倒行为监测的准确率,减少突然下蹲等四种疑似跌倒行为造成的误报率,提出了一种基于滑动窗口异常数据提取的跌倒行为监测方法.该方法使用均值滤波法对原始三轴加速度数据进行降噪处理,为了消除手机方向性对跌倒监测的影响,将三轴加速度进行合成.利用滑动窗口技术为合成加速度数据生成一个窗口特征向量,通过计算相邻窗口特征向量间的相关系数来提取异常数据.利用决策树分类器对异常行为数据样本集进行分类,能够有效区分疑似跌倒和跌倒行为.该方法的跌倒行为识别的准确率为95％,误报率为9.5％.

摘要： 运用流形学习中的Isomap算法,对股价时间序列的滑动窗口进行流形模式的发现.对纳斯达克指数、标准普尔指数和道琼斯指数三支股票指数近6年的实际收盘价时间序列数据,设定了五种不同长度的滑动窗口,对其进行流形学习.实验发现股票时间序列在不同长度的滑动窗口下都是存在于某一个流形空间中的;并通过创造性地构造最小残差区间得到最优维数,发现了不同的股票拥有不同的嵌入维数,而最优的嵌入维数就是股价时间序列的本质维数.

摘要： 连接是数据库研究中至关重要的一环,在没有边界、连续的数据流模型中,由于存储有限和实时性需求,连接算法主要基于滑动窗口作近似处理.主要研究数据流上一种特殊的连接,命名为点连接.点连接是指对于任意r∈R(称为主流),有唯一的s∈S(称为副流)与之对应,其中s.a=r.a且s.time最接近r.time(time称为时间特征).因此,流R与流S上的数据属于n:1的关系.而在真实的分布式环境下,因为网络等原因,流数据到达的时间和顺序往往不一致,导致连接成功率下降.提出一种新的连接查询处理算法,能够在复杂的网络环境下获取更多的连接输出.实验模拟了2种网络环境,分别在数据有序到达和数据乱序到达2种情况下对算法验证,证明此算法比已有算法更优.

摘要： 与传统结构化数据去重计数算法相比,大数据环境下的流数据具有快速、连续和随时间变化等特点.为了适应大数据环境下流数据去重计数的要求,必须对概率估计HyperLogLog算法进行改进,提出基于Storm平台的混合滑动窗口HyperLogLog并行化算法.算法在满足Storm流处理平台要求基础上,通过滑动窗口机制和并行化处理,为提高算法的灵活性和通用性,支持基于元组和时间两种滑动窗口方式.最后通过实验验证该算法的误差和内存开销,结果表明在原有算法标准误差不变的情况下,改进算法比传统HyperLogLog算法具有更小的内存消耗和更高的处理效率.

摘要： 针对无线传感器网络中目标节点移动速度的不确定性,给距离估计带来了现实挑战,论文提出了改进的基于滑动窗口匹配的动态距离估计方法.通信过程中,节点通过对信号强度(Received Signal Strength Indicator,RSSI)的测量,分析确定信号强度与时间(Received Signal Strength Indicator-Time,RSSI-T)的映射关系.基于此,在移动过程中,对实时获得的RSSI数据流进行在线线性处理,通过滑动窗口模式进行匹配,实现在匀速,匀变速和变加速多模式速度下的高精度动态距离估计.经实验测试,该方法在克服RSSI数据不确定性的同时,能对多模式速度的移动目标节点进行误差小于2.6％的动态距离估计.

摘要： 在线监测数据在变压器运行状态中发挥出重要角色,而传统的异常状态检测一般基于阈值判定法,难以及时发现变电设备的异常情况,本文提出了一种基于多元时间序列的在线监测数据流快速检测方法.针对在线监测数据,利用滑动时间窗口来建立候选异常数据集合的判断模型,并利用聚类算法对候选异常数据集合进行多维数据的综合异常判断.实例表明,这种方法可以实时检测在线监测数据流中的异常状态,并祛除传感器噪声对于异常状态检测的影响,具有较高的实用价值.

摘要： 提高大炮检距折射波的信噪比对于改善折射层析速度建模的效果至关重要.超级虚折射干涉法基于地震相干(seismic interferometry)原理,利用远近道的相干特征,实现了对远道折射波的加强.然而,常规超级虚折射干涉法针对单个水平界面和密集炮检观测系统而设计,在应用于检波点较少的广角OBS观测系统和多折射界面的实际情况时,不仅对折射初至波的增强能力不足,而且产生了虚假波形.针对这种情况,本文提出了基于局部层状近似的改进型超级虚折射干涉法,通过滑动时空窗口和相干道叠加的联合使用,达到了对复杂地下界面结构初至折射波增强的目的.理论实验和实际资料应用的效果均显示,相比于常规超级虚折射干涉法,改进型超级虚折射干涉法可以有效提高广角OBS折射初至的信噪比,使有效初至拾取范围向远偏移距明显拓展.

摘要： 一种基于滑动窗口局部匹配窗口的动作识别方法，包括如下步骤：1)从立体相机中获得场景中人的深度图序列，从深度图中提取出3D关节点的位置，用姿态之间的3D位移差作为每帧深度图的特征表达；2)用聚类方法对训练集中的描述子进行学习，得到特征集合，并用它对每个描述子进行特征表达，从而得到每帧图像的编码表示；3)采用基于滑动窗口的局部匹配模型，对整个动作图像序列进行动作片段划分，并得到每个动作片段的特征直方图表达；4)用一个长向量把所有片段的特征直方图表达串联起来，就是整个动作的特征表达。本发明有效识别相似的动作、识别率较高。

摘要： 一种基于滑动窗口局部匹配窗口的动作识别方法，包括如下步骤：1)从立体相机中获得场景中人的深度图序列，从深度图中提取出3D关节点的位置，用姿态之间的3D位移差作为每帧深度图的特征表达；2)用聚类方法对训练集中的描述子进行学习，得到特征集合，并用它对每个描述子进行特征表达，从而得到每帧图像的编码表示；3)采用基于滑动窗口的局部匹配模型，对整个动作图像序列进行动作片段划分，并得到每个动作片段的特征直方图表达；4)用一个长向量把所有片段的特征直方图表达串联起来，就是整个动作的特征表达。本发明有效识别相似的动作、识别率较高。

摘要： 一种具有用于译码符号流的处理器系统(1)的滑动窗口译码器，运行序言导出过程(23)以便导出序言窗口的原始参数，并且运行主导出过程(24)以便导出主窗口的主参数由此使用所述原始参数所定义的原始状态。通过引入定义过程(22)以定义具有灵活数量个符号和灵活尺寸的序言窗口，取决于原始状态所需的质量，能够使得所述序言窗口更大或更小(具有较高/较低质量的原始状态)。结果，由于减少了用于确定的主窗口的序言窗口与相邻主窗口的序言窗口之间的平均重叠，从而提高了效率。优选地，对于每一主窗口，序言窗口尺寸增加。基于对需要具有灵活质量的原始状态的理解，基本的思想是序言窗口采用灵活尺寸。随每一迭代增加的尺寸使得滑动窗口译码器更加有益。

摘要： 本发明涉及数字数据传输系统,此系统拥有在传输方(A)和接收方(B)之间的电路交换数据连接(V.110),该连接的额定数据传输速率可在呼叫中改变。滑动窗口数据流量控制协议被用在该数据连接上,该连接里发送方(A)已经发送但还未接收到接收方(B)发的确认信息的数据帧的数目不允许超过滑动窗口的大小。根据本发明,在数据传输系统中的改变非透明数据连接的额定数据传输容量(数据传输速率)的单元(MSC)通知该改变给发送方(A)和接收方(B)。这个信息使接收和发送方能以可控制的方式来改变滑动窗口的大小。

摘要： 本发明提出一种基于滑动窗口的风速波动过程分类方法及装置，属于风电机组功率预测和风速波动过程分析领域。其中，所述方法包括：获取原始风速序列并进行降噪；对降噪后的所述风速序列通过摇摆窗算法划分成多个风速波动段；将所述风速波动段转化为等长风速时间序列，对所述等长风速时间序列进行基于特征值的一次聚类，得到所述风速序列的初步分类结果；根据所述初步分类结果，对每一个分类下的所述等长风速时间序列进行基于时间序列相似性度量的二次聚类，得到所述风速序列的最终分类结果。本发明综合考虑时间序列相似性与波动过程特征的影响，对波动过程进行二次聚类，以优化聚类效果，可获得更为准确的风速波动分类结果。

摘要： 本发明公开基于滑动窗口交叉算法预测指标劣化的方法及系统，涉及数据分析技术领域；以完成网络操作的时间点为分界点，将分界点往前的历史数据作为建模数据，建立瞬时预测模型和基于滑动窗口交叉算法的滑动窗口预测模型，通过瞬时预测模型和滑动窗口预测模型分别获得预测结果，将分界点往后一段时间的数据作为待比对数据，通过比对预测结果与待比对数据，判断通信网络KPI的指标是否劣化。

摘要： 本发明公开了一种基于滑动窗口算法的分布式限流实现方法及系统，属于云原生领域；所述的方法具体步骤如下：S1利用Redis对限流数据的存储进行选型；S2选用Redis中的ZSet数据类型作为滑动窗口限流的技术资源；S3在Redis中设置唯一标识作为ZSet的key；S4利用Redis的资源回收机制给每个API的限流资源池设置存活时间；S5基于滑动窗口算法，将请求的Key设置为请求进入时刻的毫秒级时间戳+Redis中的自增Key对应的value数值；S6设置规则对API的流量进行计数并限制；本发明通过使用集群内部署的Redis集群作为限流功能的主要实现组件，保证了网关限流服务的云原生化和对集群环境的高适配性，符合当下大环境对服务生态的基本需求。

摘要： 本发明属于云存储的去重技术领域，具体涉及一种基于滑动窗口分块优化算法的云存储去重方法及设备。其云存储去重方法，基于滑动窗口的分块优化算法，通过滑动窗口的移动，确定滑动窗口的当前位置，并与文件位置进行比较，以进行不同的去重步骤，去重主要思路为通过多次分块并计算哈希值，并判断是否存在重复的哈希值以进行去重，能够更加有效地增大块级去重方法的去重率，提高网络带宽利用率，具有网络带宽利用率高，容易实现等优点，充分利用Bloom过滤器的特点，减少了文件所占内存，用极小的空间换来了极大的性能优势。

摘要： 本发明是关于一种基于动态滑动窗口的微小目标检测方法和装置，其中，方法包括：获取待识别图像；基于动态滑动窗口将所述待识别图像分割成N*N大小的网格；使用训练好的卷积神经网络分类模型对每个网格进行分类概率计算，以得到输出概率值；根据每个网格生成对应的类激活图，并确定类驱动的显著性区域，以及显著性区域的击中率、显著性区域的覆盖率和显著性区域的数量；将输出概率值、显著性区域的击中率、显著性区域的覆盖率和显著性区域的数量输入训练好的支持向量机分类器，以使支持向量机分类器确定网格所属类别，其中，网格的类别包括正常网格和异常网格，其中，正常网格中不包括微小目标，所述异常网格中包括至少一个微小目标。

摘要： 本发明公开了一种SPM动态自调整滑动窗口采样的扫描测量方法，其步骤包括：1初始化滑动窗口采样方法的扫描参数，2计算滑动窗口内的数据方差，3根据前一步的计算结果进行扫描参数的动态自调整，4根据调整后的参数扫描下一个点，5滑动窗口，6完成一行扫描，7按照上述扫描方式完成整体扫描。本发明能实现SPM等间距逐行逐点扫描速度的提高，同时通过动态自调整步进值和速度实现测量点合理分布的目的，从而提高了扫描图像的质量，对扫描探针显微镜的技术具有一定的理论意义和实用价值。