摘要：现有的早期故障辨识方法对于程度较为轻微的故障灵敏度低,且辨识方法多为离线检测。结合数字孪生技术建立了三相三柱式变压器内部无故障的孪生模型,基于动态时间规整算法提出新的故障特征量,提出早期故障保护方案。首先,利用实体设备的结构参数与实时的电气量,建立不同运行工况下的状态空间模型。然后,通过实际数据对孪生模型进行修正,使虚拟世界与物理世界实现同步,综合使用离散迭代法和Z变换法求解模型。其次,利用动态时间规整算法量化预测量与实测量的差异,以此作为故障特征量,并设计新型的故障保护方案,提高故障辨识的灵敏度。最后以三相三柱式变压器为例,通过ANSYS仿真和动模实验验证了所建模型的正确性,通过多次实验结果证实所提故障判据的有效性。

摘要：针对机载雷达行为感知特征维度高,感知准确率低的问题,在典型雷达行为多级建模的基础上,将脉冲描述字(PDW)序列数据作为输入,提出一种基于语义模式距离的动态时间规整(DTW)雷达行为感知算法。该方法基于主成分分析(PCA)方法进行特征降维,并利用时间规整函数描述测试模板和参考模板的时间对应关系,求解两模板匹配时累计距离最小所对应的规整函数,据此进行机载雷达工作模式与状态的感知。仿真结果表明,该方法在较好的实时性前提下对机载雷达工作模式与状态的整体感知准确率达到90%以上,证明该方法有效可行,具有较好的工程应用前景。

摘要：由于蕴含事物发展规律,时序数据上的数据挖掘正成为大数据决策的重要组成部分.作为时序数据挖掘的一种基本操作,时序数据相似连接可以找出给定相似度度量下的所有相似时序数据对.研究表明,动态时间规整(Dynamic Time Warping,DTW)正在文本挖掘、趋势预测等越来越多的科学与社会应用领域中成为时序数据上目前最佳的相似性度量方法.该文首次提出采用DTW作为相似性度量方法的时序数据相似连接问题.特别地,该文首次提出了基于阈值和基于Top-k的两种DTW度量上的时间序列相似连接任务.除了服务于进一步的时序数据挖掘算法,这两个任务还具有机器翻译、关联检测等广泛的直接应用.但是,直接的相似连接方法因为时序数据的规模大、DTW计算复杂性高而不能在实际中工作.尽管存在很多基于DTW的索引和上下界计算方法,这些工作主要关注DTW度量上的快速检索而非相似连接.因此,这些方法都假设存在一个固定的时序数据作为查询,并根据查询使用时间和空间复杂度很高的方法构建索引或进行预计算.但在文中的相似连接问题中,所有时序数据都是查询,因此这些方法的构建索引和预计算的时间比直接的相似连接方法需要的处理时间还长.为此,该文针对两种相似连接任务提出了两个基于DTW上下界的剪裁框架用于减少准确DTW相似性的计算次数.基于划分,该文为DTW度量设计了新颖的上下界计算方案.由于细粒度的划分带来上下界接近准确的DTW相似性但需要更长的计算时间,而粗粒度的划分需要更短的计算时间和与准确DTW相似性有较大差距的上下界,该文设计了基于二分查找的机制来自动找到合适的划分粒度,实现了整体的高处理性能.面对单机不能容纳全部时序数据和运行时间长的情况,该文将提出的两种相似连接处理框架利用MapReduce并行计算框架扩展到了分布式环境.该文在两个真实数据集上验证了文中提出的DTW相似连接在实际应用中的效果,并在真实与合成数据集上进行了充分的实验,验证了文中方法的高效性.

摘要：针对现实人脸识别中姿势、光照、表情变化及遮挡等严重影响识别性能的问题,提出了一种基于动态时间规整优化局部分块匹配的户外人脸识别算法。将人脸图像划分成若干大小相等且互不重叠的局部小块;借助于光栅扫描顺序将各个小块按照前额、眼睛、鼻子、嘴巴和下巴的顺序连接成一个单一序列;计算查询人脸与注册人脸之间图像到类的距离,利用动态时间规整的设计思想寻找查询序列与所有注册序列之间的最佳对齐方式。在三个公开人脸数据库LFW、AR及YouTube上的实验验证了该方法的有效性及可靠性,实验结果表明,相比其他几种较为先进的人脸识别方法,该方法取得了更高的识别率,此外,该方法无需任何训练过程,计算成本低。

摘要：针对人机交互、医疗康复等领域存在的人体姿态分析与评估问题,本文提出了一种基于Transformer的三维人体姿态估计及其动作达成度评估方法。首先,本文定义了人体姿态的关键点及关节角,并在深度位姿估计网络(DPEN)的基础上,提出并构建了一个基于Transformer的三维人体姿态估计模型(TPEM),Transformer的引入能够更好的提取人体姿态的长时序特征;其次,利用TPEM模型对三维人体姿态估计结果,设计了基于加权3D关节角的动态时间规整算法,在时序上对不同人物同一动作的姿态进行姿态关键帧的规整匹配,并据此提出了动作达成度评估方法,用于给出动作的达成度分数;最后,通过在不同数据集上进行实验验证,TPEM在Human3.6 M数据集上实现了平均关节点误差为37.3 mm,而基于加权3D关节角的动态时间规整算法在Fit3D数据集上的平均误差帧数为5.08,展现了本文所提方法在三维人体姿态估计与动作达成度评估方面的可行性和有效性。

摘要：针对传统数据采集和分析过程中存在的低质量数据过冗余、特征数据难以挖掘以及人工记录耗时长的问题,提出了一种人机共驾环境下基于动态时间规整算法的驾驶行为数据滤波方法。首先,在Python环境下搭建了动态时间规整算法模型,实现以滚动时间窗的方式对两条序列进行实时偏差计算。然后,考虑不同距离计算方法的统计学特征设计了触发记录的偏差阈值,结合规整路径全局约束对模型进行优化。最后,进行仿真分析和实车测试,对比了不同约束条件下的数据滤波方法,可知基于Sakoe-Chiba约束条件的本文滤波方法在数据准备阶段就能平均自动滤除53.15%的无效数据,每小时可节省1.87 TB的数据存储空间,验证了本文方法的有效性和可行性。

摘要：针对分布式光伏短期功率预测建立基于主成分分析、改进的动态时间规整算法与量子加权门控循环单元(PCAShapeDTW-QWGRU)的集群功率预测模型。针对集群划分不够精细、光伏电站数据蕴含的信息难以捕捉的问题,提出基于主成分分析结合密度聚类算法(PCA-OPTICS)的集群划分方法;针对目前选取代表电站与集群相似性较低的问题,提出基于改进的动态时间规整算法(ShapeDTW)的代表电站的选取方法,利用ShapeDTW度量相似性距离,选取最小值作为代表电站,并利用基于均方根传播梯度下降法优化的量子加权门控循环单元(RMSprop-QWGRU)模型进行预测;为了解决代表电站与集群功率的变换系数转换差异较大的问题,采用实时变换系数对代表电站进行集群功率值预测计算。实验结果表明,所提方法能有效提升光伏集群功率预测的精度。

摘要：为能够根据断路器状态监测数据准确诊断断路器故障,提出了一种基于改进动态时间规整算法的故障诊断方法。该方法将Sakoe-Chiba窗与传统动态时间规整算法相结合,以分合闸线圈电流为分析对象,从中提取断路器分合闸机构中的潜在故障信息,为断路器状态检修提供依据。设计了断路器分合闸线圈电流采集电路,并通过实际电流信号采样分析验证了所提方法的有效性。

摘要：针对现有持续人体动作识别算法实时性不高的问题,提出了一种基于动态时间规整(DTW)积分直方图的动态捕捉方法。首先,利用积分直方图对原始动作进行分类;然后,聚类各种时空姿态建立动作的统计表示,并采用巴氏距离测量两个直方图的相似性;最后,根据动态时间规整方法设计了动态程序识别算法。通过大型数据集的测试以及与几种最新方法的比较证明了方法的高效性,即使在数据库包含噪声和相似动作的情况下,方法仍然取得了很好的识别效果。

摘要：安卓设备通常采用数字或图形密码解锁,但此类口令形式的密码安全性不高,而且部分安卓版本存在锁屏绕过漏洞的问题。为此,设计一种利用用户声纹特征的安卓解锁系统。采用梅尔频率倒谱系数提取声纹特征,使用动态时间规整算法进行文本相关的声纹模式匹配,并结合安卓NDK技术实现快速声纹识别。实验结果表明,该系统具有较高的解锁成功率和较快的解锁速度,相比数字或图形解锁,声纹解锁安全性更高,用户体验更好。