摘要：运行状态异常自动辨识是35kV变电站自动化监测手段之一,但随着变电站规模的扩大,辨识精度得不到有效保障,实践中辨识率较低,而且漏识比例比较高,因此提出基于小波变换的35kV变电站运行状态异常自动辨识方法。该方法利用信号采集板对变电站电压信号进行捕获,采用平移平法对电压信号进行滤波处理,并通过小波变换提取到电压信号时频特征,通过对其的奇异性分析辨识变电站运行状态异常,实现基于小波变换的35k变电站运行状态异常自动辨识。经实验证明,设计方法辨识率超过97漏识比例不超过1在35kV变电站自动化监测领域具有良好的应用前景。

摘要：为了提高机器人焊接质量,延长焊接构件使用寿命,提出基于人工神经网络的机器人焊缝缺陷图像自动辨识方法。利用模糊增强算法计算机器人焊缝缺陷图像各灰度级的隶属函数,逆变换增强模糊特征;使用Roberts算子检测图像边缘像素点,去除像素较低的点;采用密度聚类算法分割缺陷区域,结合面积、周长等几何参数计算缺陷部分形状特征;建立人工神经网络传输模型,将缺陷图像几何特征作为辨识依据,输入训练样本,经过反复训练,当误差低于设定阈值时输出最终辨识结果。仿真实验证明,所提方法能均衡图像灰度值,能够提取出显著性缺陷特征,准确辨识出焊缝缺陷类型。

摘要：针对网络未知的攻击威胁对物联网安全态势带来的影响,为了提升辨识效果,提出一种基于深度神经网络的物联网安全态势自动辨识算法。通过网络木马及DDos攻击分析物联网的安全威胁,获取物联网安全态势要素,通过建立病毒入侵的物联网安全状态分布模型,提取物联网安全态势特征,将深度神经网络与深度堆栈编辑器相结合,对提取的安全态势特征进行训练,利用最终训练结果判定物联网安全态势性能,完成物联网安全态势自动辨识,实现物联网安全态势自动辨识算法设计。实验结果表明,通过对该算法进行识别效果对比测试、召回率测试、F1值测试和识别运行时间测试,验证了该算法的精准度高、实用性强。

摘要：传统的网络攻击流量自动辨识方法在网络流量较大情况下的寻优效果差,导致攻击流量识别性能降低,笔者提出了基于人工蜂群算法的网络攻击流量自动辨识方法。该方法在网络正常运行过程中进行流量采样,重新设计网络协议模型结构,获取攻击流量多个特征集,利用方差矩阵筛选权重较大的特征集作为判断依据,利用人工蜂群算法对模糊神经网络的隶属度函数中心及宽度,提升寻优效果,设计出整体的网络攻击流量自动辨识流程。为验证方法有效性,设计模拟实验与2种传统方法进行对比,实验结果表明,在相同识别率条件下,设计方法的误识别率更低,在不同类型的攻击流量测试下,设计方法的识别效果明显优于2种传统方法。

摘要：为了准确分辨电力系统中的不良数据,从而保证电网安全运行,提出了基于分层聚合的电力系统不良数据自动辨识方法。根据电力系统主电路连接形式,计算分层标准与聚合指标的实际数值,完成基于分层聚合的电力系统规划。在此基础上,确定电力数据的不良程度,通过数据加权残差的处理方式,得到具体的辨识标度值,利用该值自动辨识电力系统不良数据。对比实验结果显示,与前推回代追踪辨识方法相比,基于分层聚合的自动辨识方法的辨识准确率较高,能够保证电网安全运行,符合实际应用需求。

摘要：根据大气层核爆炸光辐射波形特征量Ｒｔ（第二光峰时间ｔ２与最小照度时间ｔｒ之比）与核爆炸方式有关的结论，采用光电变换、程控增益、数字滤波等技术和单片微机系统，设计了核爆炸光辐射第二光峰时间ｔ２测量系统．配合ｔｒ测量系统，实现Ｒｔ的自动测量和大气层核爆炸方式的辨识。

摘要：为减少道路路基碾压施工的人工误差,提高碾压精度,本文研究建立了自动分层算法,在GPS定位和路基层位自动辨识的基础上,根据距离加权差值计算控制点高程,自动判别是否满足设计要求,并提出逻辑算法,建立完整的自动分层碾压流程。最后通过实例工程分析可知,实例工程的165个断面,碾压遍数、各碾压层厚度、碾压层总厚度全部达标,碾压效果十分良好。

摘要：汽车的操纵稳定性和安全性成为人们关注的焦点,在低附着系数的路面上,如何操纵汽车安全行驶成为一个难题。介绍利用AMESim设计汽车低附着系数路面自动识别技术,并对软件平台的设计原理、思想及其路线进行论述。汽车在低附着系数道路行驶能够准确地识别行驶条件,对良好地使用制动力、驱动力有积极地促进作用。

摘要：全新SEIKO ASTRON系列在外观设计上亦突显了一贯的简约美学概念。表盘设计优雅易读,却包含着丰富的时间资讯。SEIKO(精工)日前推出全球首款GPS卫星定位太阳电能腕表——SEIKO ASTRON。该表无论在地球哪个角落,只要在天空下,即使在移动中,也能同时接受4颗以上GPS卫星信号,并自动辨识将地理位置信息对应至全球39个时区、获取当地精准时间和日期信息。