异常模式

摘要： 水库坝体隐患有可能演变为险情,危及下游居民生命财产安全,开展水库坝体隐患调查工作具有重要意义。分析某水库坝体正常土体与隐患之间的波速、电阻率、介电常数差异,针对性地采用瑞雷波法、高密度电阻率法、地质雷达法等综合物探技术探测某水库坝体隐患,最终查明约8.5 m以下地层为坝基土;坝身土体具有上密下疏的结构特征,圈出三处异常部位,与已知裂缝位置吻合。文中提出高密度电阻率法适合坝体隐患普查及安全预报工作、瑞雷波法适应于坝体软弱层或疏松土体探测、地质雷达法适合坝体浅部隐患详查的使用建议,总结水库隐患异常模式,对今后类似病害水库坝体开展隐患探测工作具有借鉴意义。

摘要： 地球化学勘探技术作为地热资源综合勘查技术之一,在地热勘探开发中发挥了重要作用.沉积盆地型与隆起山地型地热系统由于自身地质特征的不同,必然造成它们的地球化学判识指标和异常模式存在差异.目前国内外尚缺乏对这两种类型地热系统判识指标和地球化学异常模式差异性进行地质地球化学分析,导致针对不同的勘探对象在方法选择和异常解释上依据不足.以典型沉积盆地型地热系统——河北雄县地热系统,隆起山地型地热系统——安徽巢湖半汤地热系统为例,开展地球化学方法试验,建立了两种类型地热系统的地表地球化学异常模式,并从地热系统的地质因素(热源、热水、热储、通道、盖层)出发,对其地表地球化学异常模式差异性进行分析,表明隆起山地型地热系统地表地球化学异常模式为受导水断层、破碎带控制的正异常;沉积盆地型地热系统气体地球化学异常模式为受热储构造控制的正异常,微量元素地球化学异常为受氧化还原环境控制的负异常;二者在有效地球化学指标组合和异常形态上均存在差异.研究结果为不同类型地热系统勘探提供方法和理论依据.

摘要： 如何高效、高精度地探测目标区重金属污染、油气渗漏等渗漏型激发极化场源目标的空间分布,是一项极具挑战性的任务.为此,以重金属污染为例,开展接触式激发极化法渗漏型目标探测的应用研究.提出接触式供电、地面观测和接触式供电、直接观测两种观测系统,解决复杂施工环境条件的限制问题,同时提高了观测信号的强度和观测精度.在详细讨论接触式重金属污染探测的微观极化效应机理的基础上,构建了边缘渗漏带引起高极化率值的异常模式.引入发射光谱法测定污染样品化学元素含量及四极装置测定样品极化率,分析形成渗漏型目标激发极化场源接触式激发极化效应的物性基础及其探测应用前提.设计渗漏型激发极化场源初始状态、扩散状态两个物理模拟土槽试验,对比、分析观测结果与传统激发极化法观测数据,验证了接触式激发极化效应的存在及其在环境、资源探测领域的可行性.该方法可推广应用到储油库油气泄漏、原生油气藏渗漏以及其他重金属渗漏污染目标的探测.

摘要： 大缝大洞的存在和频繁的工作制度导致缝洞型油藏含水率变化特征多样,暴性水淹预警难度大。针对传统预警方法存在的时滞性问题,采用K线理论刻画含水率生产指标变化趋势,总结出充沛型、突破型、反转型等水淹前异常模式;由于循环神经网络能够刻画生产数据间的长程相关性,采用基于循环神经网络的长短期记忆网络(LSTM)自动识别水淹异常模式特征实现暴性水淹预警。仿真实验表明基于LSTM的水淹异常模式识别模型通过变换数据尺度,较好地捕获暴性水淹前数据的整体变化趋势,识别精度明显优于支持向量机、朴素贝叶斯等模型。K线理论刻画的各类异常模式有效解决了传统预测的时滞难题,提前1~3周实现水淹预警,可以为缝洞型油藏水淹预警研究提供新的研究思路。

摘要： 随着物联网技术的不断发展,监控设备在交通干道、学校医院、商场超市、小区楼宇等公共区域进行了广泛部署.这些监控设备为人们提供了一种隐性安全保障,也产生了大量的监控视频.基于监控视频的异常检测一直是图像处理、机器视觉、深度学习等相关领域的研究热点.对视频异常进行了直观描述和异常检测概述,对出现的一些综述文章进行了分析,针对其覆盖范围不全和特征表示以及模型没有清晰划分.首先从异常检测特征表示、异常检测建模2方面对传统经典的和新兴的视频异常检测算法进行分类和描述.然后从基于距离、概率、重构3个方面将不同的算法进行比较,分析不同模型的优缺点以及每种模型的特性.并对现存算法的评估标准进行归纳并指出了新的更加准确有效的评估指标.最后,介绍了监控视频异常检测常用的数据集,汇总了不同算法在常用数据集上的检测效果,并对未来的研究在实际应用中面临的一些挑战和研究方向进行了探讨.

摘要： 时间序列数据是一类常见的多维复杂类型数据,它客观记录了观测系统随时间次序而变化的、在各观测时刻点的重要信息.时间序列数据具有海量性、高维性、复杂性等特点,直接对原始水文时间序列进行异常检测需要花费大量的时间,因此提出一种基于两阶段的水文时间序列异常检测方法.该方法通过分段线性表示方法对原始时间序列进行表示,提取子序列的斜率,极值差和均值三个特征值来表示原始时间序列.第一阶段在每个子序列为一个三元组的基础上用层次聚类算法对数据进行聚类,得到聚类结果.第二阶段基于聚类结果计算每一类的异常因子,根据异常因子判定异常模式.为验证该方法的有效性,采用龙门站的实测数据和人工合成数据进行实验检测,取得了较好的效果.

摘要： 时间序列中的异常模式能够提供大量有意义的信息,由于时间序列数据量大、含噪音、维度高,直接在原始时间序列数据中进行异常模式挖掘要花费大量的时间和空间代价.常用的时间序列分段线性表示法,易受阈值和分段数目的影响.对此,根据实际工程监测中时间序列的特征,将不限定分段数目与子序列长度的方法相结合,基于斜率及最大时间跨度,将原始时间序列分割成长度不同的子序列,提取子序列的极值差、斜率、均值等特征值,并映射到三维特征空间,在该特征空间中计算正常模式间的距离,以正常模式间距离为标准,求出各子序列的异常因子,检测异常模式.为验证该算法的有效性,采用南水北调工程安全监测中的实测数据和人工合成数据进行测试,取得了较好的效果.%Anomaly patterns of time series can provide a lot of meaningful information.Because of the large amount of data,noises and high dimension for time series,anomaly pattern mining in the original time series directly will take much time and space.The commonly used piecewise linear representation methods are vulnerable to the threshold and the number of segments.For this,based on the time series in engineering monitoring,we combine the method of not limiting the number of segments and the length of the subsequence and segment the time series based on slope and time span.Then the extreme difference,slope and mean value of these sections are extracted and trans-formed into the three-dimensional feature space,where the distance of the normal pattern is calculated as the standard to solve the outlier factors of each subsequence for detection of anomaly patterns.We demonstrate the effectiveness of the proposed algorithm through an ap-plication to an actual dataset from South-to-North Water Transfer Project as well as an artificial dataset,with better results.

摘要： 针对时间序列异常模式检测大多采用线性模式分割方式的局限性,研究了在Haar小波变换多尺度特征的基础上,结合时间序列模式分割技术,提出一种时间序列多尺度异常检测方法.该方法首先通过小波变换压缩时间序列,把时间序列分解在不同的尺度上;再利用二次回归模型将分解后的时间序列分割成可变长度的模式序列,计算模式异常值;最后重构原时间序列,检测原时间序列中的异常模式.实验结果表明,该方法可以有效地检测异常,而且可以从不同分解级数的压缩时间序列中检测多尺度异常模式.

摘要： 鉴于相关性分析在时间序列数据挖掘中的重要性,提出一种将相关性分析应用到单时间序列的异常模式检测的方法.算法对原始时间序列利用滑动窗口进行平滑处理,定长分割处理后的时间序列,计算分割出的模式的相关性系数,计算模式的异常度,确定异常模式.为了验证算法的有效性和可行性,使用人工合成数据和真实数据集进行测试,得到了较满意的效果.

摘要： 目的 针刺督脉结合作业治疗对脑卒中患者上肢运动功能的影响.方法 选取2016年12月～2017年5月院部脑卒中患者44例,随机分成治疗组和对照组各22例.对照组采用作业治疗以及常规物理治疗,治疗组在对照组的基础上结合针刺督脉,共治疗4周.对治疗前后采用改良Barthel指数(MBI)、Fugl-Meyer上肢部分和改良Ashworth量表进行评定.结果 治疗4周后,两组患者的改良Barthel指数(MBI)评分和Fugl-Meyer上肢部分评分较治疗前有显著提高,差异有统计学意义(P＜0.01),并且治疗组与对照组比较,差异有统计学意义(P＜0.01),两组治疗后总有效比较,治疗组明显优于对照组(P＜0.05).结论 针刺督脉结合作业治疗可显著改善脑卒中患者上肢运动功能.

摘要： 目的:言语性幻听是精神分裂症中最为典型的阳性症状之一.近期的扩散张量成像(Diffusion Tensor Imaging,DTI)研究提出言语性幻听和弓状束结构完整性相关.但是在这些研究中关于弓状束的异常模式存在很大的不一致性.这些不一致性在一定程度上有可能是相对较小的样本量所造成的.受功能磁共振成像研究的启发,提出连接语言网络的弓状束的各向异性分数(Fractional Anisotropy,FA)在言语性幻听的精神分裂症患者中增高的假设.本研究希望通过4个中心的大样本数据来探究弓状束的在言语性幻听精神分裂症患者中的异常模式及其可重复性. 方法:本研究包括209名精神分裂症被试和269名年龄、性别匹配的正常被试(HC)，其中包括113名言语性幻听患者(AVH)和96名非言语性幻听患者(nAVH)。精神分裂症被试入组符合DSM-IV-TR的诊断标准，同时完成PANSS评分量表。入组被试完成了3.0T磁共振DTI的扫描。主要扫描参数如下:视野=256mm*256mm，层数=50，体素大小=2mm*2mm*3mm,b=1000s/mm2。利用FSL进行数据预处理和计算每个被试的FA值，利用Catani等人的弓状束图谱确定每个被试的弓状束。利用SPSS软件进行独立协方差分析和事后比较分析。用R语言中的metafor包进行meta分析。 结果:在整合所有中心数据的分析中，发现弓状束长段的FA值存在显著的组间差异(F=5.786,P<0.01,Bonferroni-corrected)。事后比较分析发现，言语性幻听组的弓状束长段的FA值要显著高于正常被试组(图1)。非言语性幻听组在长段的FA值处于其他两组之间，但与其他两组无显著性差异。对于弓状束的前段和后段我们没有检测到显著的组间差异。在分中心的分析中，独立协方差分析表明PKU6中心的长段FA值具有显著组间差异(F=3.352,P=0.037,uncorrected)。事后分析发现，在PKU6中言语性幻听组的长段的FA值要显著高于正常被试组(图2)。在其他三个中心上没有发现显著性差异，但是长段的FA值在四个中心上显示出了一致的变化趋势(HC

摘要： 本文选择近地表微渗漏静态累积化探烃类指标(酸解烃甲烷(SC1)和重烃(SC2+)及动态微渗漏瞬时化探指标(项空气甲烷(DC1)和重烃(DC2+),在研究区约50km2范围选择化探精查技术对渤海湾盆地临南地区某油气藏进行化探方法的试验研究.该区化探方法应用研究成果表明:夏口断层对油气微渗漏的影响、油气藏边缘区油气垂向微渗漏等因素对不同化探指标(SC1、DC1等)异常空间展布规律的影响不同。研究区化探指标异常成因及其异常模式均与油气藏油气微渗漏间存在着极为密切的客观成因关系，它从勘探实践中进一步充实和夯实了油气地球化学勘探基础理论研究。

摘要： 在系统调用异常检测中，系统调用短序列簇发性异常对入侵行为具备更强的敏感性．但是，目前对于单个系统调用短序列内部的簇发性异常的研究工作尚较为缺乏．本文从系统调用短序列的匹配异常模式出发，采用非线性单调函数度量短序列内部的簇发性异常．在Sendmai1数据集上的实验表明，与同类检测方法相比，该方法较大程度地提高了系统调用异常检测的性能．

摘要： 分析了渤海湾盆地济阳坳陷临南某断块油气藏区化探样品酸解烃指标（SC1、SC2+）的干扰因素，研究了它们的地球化学场特征（浓度场的稳定性、空间场的重现性）及其异常空间展布规律。结合该区地质资料认为：油气藏的油气渗漏（微渗漏、夏口断层渗漏等）与其上方酸解烃指标异常及环状异常模式间存在"因果"关系；夏口断层在该断块油气藏系统中具备油气侧向运移"封堵"和油气纵向运移"渗漏"的双重属性特征；酸解烃甲烷指标应用效果好于重烃指标。

摘要： 锡铁山铅锌矿床为海底喷流沉积为主兼后期迭加改造的矿床。研究表明，矿体元素在纵向上从盆地边缘-近边缘-盆地中心-喷流口部位，出现由低温Hg、Sr、Ba、Cu-中低温Hg、Sr、Ba、B、Ag、Au、Mn、Cu、Pb、Zn-中高温Pb、Zn、Ag、Au、Cu、Sn、Bi、As-高温Cu、Bi(Pb、Zn)的分带，并且以喷流口为中心，两侧盆地呈对称状态。矿体垂向上晕的表现为Cu、Pb、zn、Sn、Bi、As、Au等中高温元素紧裹着矿体，Co、Ni、cr对称地分布在两侧，Ba(Hg)呈宽缘晕如帽式样分布在矿体前缘，为一种紧裹型镜相对称的帽式结构,元素轴向分带序列为(由上至下)：B—Ba—Hg-(Sr—Cr)-Ni—Cu—Zn—Au—Mo—Bi—As—Pb—Mn—Sn—Co-Ag—Sb-(Ni)，前缘晕元素为Ba、B、Hg、Sr，矿体尾部元素为Co、Ni、Cr,在此基础上建立了矿床综合地球化学异常模式及找矿评价指标。

摘要： 本研究通过对489例AIS患者的术前SEP进行回顾性分析，探讨不同cobb角AIS患者SEP的异常模式。事实上在本研究中41例大角度(90°～154°)AIS患者中有25例的SEP波形清晰且在正常范围内，而323例小角度(40°～60°)AIS患者有108例却表现为SEP波形不清晰、潜伏期延长或潜伏期不对称。因此认为，AIS患者中的SEP异常可能为原发性因素，与AIS的发病机制有关。

摘要： 本研究选择位于松辽盆地的昌德气藏及渤海湾盆地的平方王气藏作为研究对象，通过对两气藏上方的地球化学场特征进行解剖，研究无机成因气藏在近地表的地球化学显示规律。在对测试数据进行分析的基础上，确定了对无机成因气藏进行有效识别的地球化学指标组合及化探异常模式，为进一步的无机成因气藏勘探，进行了有效的方法探索。

摘要： 莺歌海盆地中央底辟构造带已发现多个气田及含气构造,天然气勘探潜力巨大,为了探讨烃类垂向微渗漏与浅表层化探异常的关系,指导未钻目标评价;本文利用油气化探方法在盆内选择了两个已知圈闭开展浅层化探调查研究,结果表明,在L15-1底辟气田上方,以气态重烃为主的块状异常分布于气藏南部边缘,强度高并向深部增强;TSF出现X型指纹图,烯烃及紫外异常不发育,这些化探异常与深部天然气沿底辟微裂隙向上微渗漏有着密切的成生联系;相反,在L13-1(钻探未见油气显示)圈闭上几乎没有烃类异常.据此建立了该区浅表层化探正、反对比模式,这对区内目标评价优选和钻探靶区圈定有重要的指导意义。

摘要： 莺歌海盆地中央底辟构造带已发现多个气田及含气构造,天然气勘探潜力巨大,为了探讨烃类垂向微渗漏与浅表层化探异常的关系,指导未钻目标评价;本文利用油气化探方法在盆内选择了两个已知圈闭开展浅层化探调查研究,结果表明,在L15-1底辟气田上方,以气态重烃为主的块状异常分布于气藏南部边缘,强度高并向深部增强;TSF出现X型指纹图,烯烃及紫外异常不发育,这些化探异常与深部天然气沿底辟微裂隙向上微渗漏有着密切的成生联系;相反,在L13-1(钻探未见油气显示)圈闭上几乎没有烃类异常.据此建立了该区浅表层化探正、反对比模式,这对区内目标评价优选和钻探靶区圈定有重要的指导意义。

摘要： 莺歌海盆地中央底辟构造带已发现多个气田及含气构造,天然气勘探潜力巨大,为了探讨烃类垂向微渗漏与浅表层化探异常的关系,指导未钻目标评价;本文利用油气化探方法在盆内选择了两个已知圈闭开展浅层化探调查研究,结果表明,在L15-1底辟气田上方,以气态重烃为主的块状异常分布于气藏南部边缘,强度高并向深部增强;TSF出现X型指纹图,烯烃及紫外异常不发育,这些化探异常与深部天然气沿底辟微裂隙向上微渗漏有着密切的成生联系;相反,在L13-1(钻探未见油气显示)圈闭上几乎没有烃类异常.据此建立了该区浅表层化探正、反对比模式,这对区内目标评价优选和钻探靶区圈定有重要的指导意义。

摘要： 本发明涉及一种用电异常模拟电路和用电异常模拟设备，包括第一电源端、第二电源端、第一变压器、第一负载、CT变比调节模块、第一电表、第一负控终端、第二变压器、第二负载、第二负控终端、第二电表、电压互感器和第一电流互感器。通过CT变比调节模块调节CT变比，能相应地改变流过第一电表和第一负控终端的电流大小，从而模拟并反映出高供低计时，用户自行更变供电变比所引起的电流数据变化情况，并通过第一电表和第一负控终端显示出监测得到电流数值，还能通过改变第一负控终端和第二负控终端的时间和费率，从而模拟用户改变用电时间和更改费率的情况。

摘要： 使用少量的异常声音数据，提高无监督异常声音探测的精度。阈值决定单元(13)用使用正常声音数据学习的正常模型和表现了异常声音数据的异常模型，对多个异常声音数据的每一个计算异常度，将其最小值决定为阈值。权重更新单元(14)使用多个正常声音数据、异常声音数据和阈值，更新异常模型的权重，使得全部异常声音数据被判定为异常、正常声音数据被判定为异常的概率最小。

摘要： 本发明涉及一种用电异常模拟电路和用电异常模拟设备，包括第一电源端、第二电源端、第一变压器、第一负载、CT变比调节模块、第一电表、第一负控终端、第二变压器、第二负载、第二负控终端、第二电表、电压互感器和第一电流互感器。通过CT变比调节模块调节CT变比，能相应地改变流过第一电表和第一负控终端的电流大小，从而模拟并反映出高供低计时，用户自行更变供电变比所引起的电流数据变化情况，并通过第一电表和第一负控终端显示出监测得到电流数值，还能通过改变第一负控终端和第二负控终端的时间和费率，从而模拟用户改变用电时间和更改费率的情况。

摘要： 使用少量的异常声音数据，提高无监督异常声音探测的精度。阈值决定单元(13)用使用正常声音数据学习的正常模型和表现了异常声音数据的异常模型，对多个异常声音数据的每一个计算异常度，将其最小值决定为阈值。权重更新单元(14)使用多个正常声音数据、异常声音数据和阈值，更新异常模型的权重，使得全部异常声音数据被判定为异常、正常声音数据被判定为异常的概率最小。

摘要： 本实用新型涉及一种用电异常模拟电路和用电异常模拟设备，包括第一电源端、第二电源端、第一变压器、第一负载、CT变比调节模块、第一电表、第一负控终端、第二变压器、第二负载、第二负控终端、第二电表、电压互感器和第一电流互感器。通过CT变比调节模块调节CT变比，能相应地改变流过第一电表和第一负控终端的电流大小，从而模拟并反映出高供低计时，用户自行更变供电变比所引起的电流数据变化情况，并通过第一电表和第一负控终端显示出监测得到电流数值，还能通过改变第一负控终端和第二负控终端的时间和费率，从而模拟用户改变用电时间和更改费率的情况。

摘要： 本发明公开了一种基于模糊匹配的时间序列异常模式识别方法及装置，其中，方法包括以下步骤：对原始时间序列进行缺失值处理、白噪声处理及离群点处理，以得到满足预设条件的时间序列；检测满足预设条件的时间序列中的转折点，以将满足预设条件的时间序列分为多个节段化子序列；根据每个节段化子序列的起始和结束点查找得到的序列节段，并通过DTW算法进行匹配，得到匹配结果。该方法可以不需要精确定义所有异常的模式，仅通过少量模板即可搜索到感兴趣的模式片段，且可以实现在合适尺度和有效性基础上进行序列模式搜索的目的。

摘要： 一种对有缺失卫星数据进行参数异常模式检测的方法，包括：数据预处理，完成卫星时序数据的规范化和标准化处理；异常检测，基于人工神经网络模型，载入包含缺失的卫星时序数据，设置批处理参数，根据该参数值对卫星时序数据进行分组，之后对包含缺失的每组卫星时序数据进行异常检测；结果图形可视化，保存检测结果，并图形化显示异常检测结果。该方法利用一种全新的神经网络模型，结合卫星时序数据固有的时间依赖特性，实现在有大量缺失数据情况下对卫星异常模式进行准确检测的过程，保证了卫星故障诊断和健康管理系统的稳定性。

摘要： 本发明公开基于复杂网络的异常模式挖掘和增量式异常检测方法,主要是应用于发现异常洗钱行为和非法集资行为，找出其运行的规律并进行可解释性分析；在挖掘异常账户时，可按照下面描述的步骤进行：首先我们获得银行的交易数据；对数据进行预处理；根据五元组构建转账交易网络；使用频繁模式挖掘算法挖掘正常转账模式；加入自定义异常模式定义挖掘异常转账模式；加入自定义人工经验丰富异常模式库；针对网络中不断变化的情况，使用增量式模式检测。

摘要： 本发明公开一种面向多异常模式的部分信息可观测设备故障检测方法，首先根据离线采集的多元退化数据，建立数据平稳部分的向量自回归模型并计算数据整体残差；其次基于残差数据建立能够反映设备多异常模式的隐马尔可夫退化模型，并采用期望最大化算法估计退化模型参数；然后利用贝叶斯定理构建设备处于每种异常模式下的贝叶斯后验概率，根据后验概率控制阈值对设备进行报警并进行全面故障检测；最后，以设备运行成本最小化为目标，通过基于半马尔可夫决策过程的算法对故障检测的控制阈值进行优化，得到最优控制阈值。本发明可以根据控制阈值筛查出设备的异常模式并进行报警以达到故障检测的目的。

摘要： 本申请提出了一种基于深度学习的发电机组的异常模式检测方法及系统，该方法包括：获取发电机组的历史运行数据,并对剔除异常数据后的历史运行数据进行稳态判别和工况划分；通过高斯混合模型确定每个工况下阈值型征兆的基准值，并训练双向长短期记忆网络预测数据趋势；将实时数据与对应工况下的阈值型征兆的基准值进行对比，提取阈值型征兆；获取在实时数据之前的相邻预设时段内的目标数据，通过训练完成的双向长短期记忆网络预测目标数据的数据趋势，确定实时数据与数据趋势的偏离程度，提取趋势型征兆；根据提取的征兆确定异常模式。该方法可以从大量运行数据中对异常阶段的数据进行准确的识别，提高异常模式检测的准确性。