特征量

摘要： 搭建了小型断路器电寿命试验装置,对试验样品开展了电寿命试验。利用试验过程中采集的电弧电压和电弧电流信号,提取反映小型断路器电寿命退化过程的特征量,并以提取的特征量为输入参数,利用BP神经网络构建了小型断路器电寿命评估模型。研究结果表明,提取的相对合闸时间和跌落时间能够显著反映小型断路器电寿命劣化过程;经过试验数据测试,利用趋势特征量构建的电寿命评估模型具有较好的评估效果。

摘要： 随着电能质量在线监测系统建设的深入,IEC规定的数据标记已不能应对暂态电能质量扰动在传播过程中引发的电压变动对闪变检测的不利影响,给闪变源定位方面的技术监督工作带来巨大挑战。针对该现状定义了暂态电压变动并给出刻画其电压均方根值形状的特征量,而后基于IEC闪变仪分析各特征量变化对闪变检测结果的影响特性及程度,实现考虑背景的暂态电压变动引起闪变水平的量化,给出幅值差的限值建议,并通过实例验证。最后面向不同场景在线监测数据,总结长时闪变月趋势数据分布特征,提出应用统计学准则的四分位数判别方法,分析结果表明了该方法的有效性,为暂态电压变动造成闪变超标的监测点快速筛查提供可选方法。

摘要： 针对现有光伏系统电弧故障检测中易产生漏判、误判的问题,提出了一种基于FCM(模糊C均值聚类)算法的电弧故障检测方法。通过分析光伏系统电弧故障的时域、频域及电磁辐射特性,选取相邻窗口电流差值的峰峰值、电流频谱10~30 kHz频段的频域总能量与电磁信号的模极大值作为FCM的三维特征量,利用正常情况与故障情况下聚类中心在空间位置上的差异,实现光伏系统电弧故障的识别。仿真分析与试验结果表明,该方法能对光伏系统电弧故障进行准确识别且具有一定的抗干扰能力。

摘要： 随着城镇化建设的推进以及跨海输电工程发展,采用架空-电缆混合线路越来越多,快速准确识别混合线路中发生的故障类型和故障点是保证电网稳定运行的基础。根据混合线路实际情况建立单相金属性接地、单相高阻接地、两相金属性短路、直击雷故障(包括绕击情况和反击情况)、感应雷故障这5种故障源,通过改变故障距离等参数得到对应电流数据;基于各种故障情况下对电流数据的整体分析,定义震荡指数、谐波畸变率、波形相似度均值、能量指数这4种特征量,针对每种特征量定义阈值,对数据分层定量分析,达到故障类型识别的目的。

摘要： 人体运动传感器是可穿戴设备、物联网等领域的关键传感器,低成本的聚合物多功能运动传感器有广阔的应用前景。基于摩擦起电原理,聚合物传感器可实现多种运动的感知。通过对传感器结构和电荷转移规律的分析,表明其可有效感知三维直线运动。将传感器固定在测试人员脚踝处,测得跑步和走路等不同运动状态下的输出电压。选择部分电极输出电压的极差和标准差作为特征量,采用随机森林算法对特征量进行分析,研究结果表明该方法对走路和跑步的识别准确率可达98.3%,为该型传感器在可穿戴设备上的应用奠定了基础。

摘要： 大数据类间特征的不平衡分布影响分类器辨别稀缺样本的准确性,导致大数据集成挖掘结果存在较大偏差。为此提出基于不平衡阵列判别的大数据集成挖掘方法。通过概率分布下不平衡阵列判别添加伪样本,再通过采样处理使数据趋于平衡。聚类数据间关联估计值的模糊特征,构建语义动态特征分析模型,提取大数据模糊规则特征量,结合数据挖掘下自适应寻优算法,实现大数据集成挖掘。仿真验证了所提方法可以有效避免不平衡数据的干扰,大数据集成挖掘效果理想,与已有方法相比具有明显的应用优势。

摘要： 为了提升配电网接地故障诊断的准确性,提出不停电作业下中低压配电网接地故障自动诊断方法。提取中低压配电网接地零序电流特征量,对其进行预处理;将特征量作为故障类型输入小波神经网络,通过小波神经网络训练,输出接地故障诊断结果。仿真实验结果表明,该方法可以在不停电状态下有效诊断中低压配电网接地故障,诊断精度高于99%。

摘要： 传统电网调度告警算法告警指令运行效率和电网调度故障爆出率较低,告警误报率较高,因此提出基于知识图谱的电网调度告警关联规则与决策树算法。采用关联规则算法优化知识图谱电网数据层,筛选不符合规则的电网调度数据;根据调度告警指令特征,提取电网调度告警事务;基于知识图谱数据层建立决策树矩阵,设计决策树关联规则优化算法,构建电网调度告警模型,确定电网调度故障点位置,实现电网调度的告警。实验结果表明,基于知识图谱的电网调度告警算法的告警指令运行效率为9.55×10^(9)条/min,最大告警误报率仅为13.5%,电网调度故障爆出率达到98.06%,告警性能较高。

摘要： 线损是配电网经济运行的一项重要运行指标,但配电网存在结构复杂和运行信息不全等问题,给配电网的线损计算造成了较大困难。提出了一种融合核主成分和随机森林的配电网线损计算新方法,选取配电网线损相关电气特征量后,利用核主成分对特征量进行处理,再利用随机森林的强拟合能力实现特征量与线损间的非线性复杂映射。通过配电网线损计算实例的分析,结果表明本文方法在配电网线损计算中具有很好的有效性和优越性。研究成果可为配电网线损提供有效的理论参考和技术指导。

摘要： 针对不平衡数据进行处理,结合自适应邻近的混合重取样的方法处理原始数据中小类数据,增加小类数据的有效实例;设计了一种基于相似函数的欠采样算法处理,减少大类数据的重复性数据,在不改变数据高信息性的情况下对数据降维,最后将特征数据导入到支持向量机中采用粒子群算法对参数进行优化。实验结果表明,特征量的提取在该模型中预测性能达到79.21%,在极限学习与随机森林(RF)算法中提升度为22.93%与48.83%,均有显著的提升,为风力机叶片结冰故障诊断提供了新的思路。

摘要： 针对电力变压器状态评估模型在应用时数据来源不足或对设备的潜在故障反映不敏感等问题,提出了一种基于蒙特卡洛模拟的关键特征量优选方法.首先利用层次分析法分析故障模式检测方法的敏感度、难检度、可靠度及成本因素的重要性,在此基础上采用蒙特卡洛模拟方法求取故障模式检测方法的优先指数;其次依据故障模式严酷度、发生度及优先指数建立变压器关键特征量优选模型,实现状态量优选;最后以评估变压器热性能的关键特征量优选为例验证该方法的可行性.计算实例表明,该方法简便有效。

摘要： 基于震相的不同特征发展起来的震相自动识别方法可归纳为单特征法、多特征法和综合分析方法三大类。震相自动识别方法主要是依据噪声和信号在能量、偏振、频谱和波形等方面的差异对震相进行自动检测、分类并白动拾取其到时。综合考虑震相的多种特征量，寻求一种自动化程度高、抗干扰能力强、实时快速高精度的方法可能是目前震相自动识别的发展方向。

摘要： 图像技术的发展,使其成为图像篡改的双刃剑.如何对已篡改的图像进行数字取证成为当前研究热点之一.本文对基于JPEG特性的图像被动取证技术进行分析,根据JPEG图像被动取证技术中不同算法所选用的特征量,将现有的技术方法分为两类:针对JPEG重压缩的被动取证和针对JPEG重采样的被动取证.详细分析了上述两类方法各自的特点及对应的优缺点,指出当前基于JPEG特性的图像被动取证的技术的不足之处,并对相关技术的未来发展方向进行了展望.

摘要： 对电压暂降特征量的快速检测是动态电压恢复器(dynamicvoltagerestorer,DVR)实现电压补偿的重要前提,本文在已有的dq变换法的基础上,介绍了针对dq变换的求导改进检测法,通过仿真分析两种方法各自的优缺点,并对它们进行比较.结果表明改进的检测法有较短的延时和更理想的检测波形,更能够达到准确性和实时性的要求.

摘要： 电力系统过电压类型的分类和识别，是采取适当抑制措施的前提条件，对保障电力系统安全运行，提高线路供电可靠性有重要意义。文中构造了一个有效的基于实测数据的过电压自动分类识别树。首先抽取过电压信号的时域特征量，由此将过电压类别集合分为2个子集。其次对信号进行离散小波变换，并抽取小波变换域特征量。为使小波变换域特征量更具区别性，对2个子集内的过电压信号采用不同的采样频率和小波分解层数。最后在分类树的各节点构造一个支持向量机二值分类器，并采用实测过电压数据对它们进行交叉验证。总识别率达95%，验证了分类树的有效性。

摘要： 利用Fabry-Perot干涉仪(FPI)测量气辉的多普勒频移和展宽是目前对中高层大气风场和温度场进行测量的主要方法之一.通过对FPI成像过程的物理描述,引入了一个表征系统偏差的特征量,给出了系统光学传输函数的傅立叶级数解.重要的是,在傅立叶系数与特征量之问建立起了明确的数学关系,并与632.8nm氦氖激光多光束干涉实验拟合出的傅立叶系数相符.

摘要： 本文首先仿真分析了常见的几种电能质量扰动Park 变换和αβ变换特性，在此基础上提取了扰动的三个特征量A1～A3，并针对这些特征量的特点提出一种分类方法，对5 种单一扰动和5 种混合扰动进行了较为准确的分类。且本文提出的算法简单，易于硬件实现，并可以作为电量参数评估的基础。最后，本文对提出的扰动分类方法进行了Matlab 仿真，仿真结果表明，本文提出的特征量及分类方法准确，有效，误判率低，有较好的识别混合扰动能力。

摘要： 本文以水电机组机械故障监测与诊断为应用背景。提出了水电机组运行设备状态监测与故障诊断的模糊专家系统结构模式及诊断模型，给出了故障诊断的知识表示方法及实例，对反映故障的特征量进行了一定分析。

摘要： 在抽取出单文本关键信息的基础上，采用关键信息跨文本交义打分相互印证的方法，对关键信息与文本句进行跨文本的双向匹配度分析，完成不同文本主题一致性判别，实现了多文本的关键信息融合。

摘要： 在抽取出单文本关键信息的基础上，采用关键信息跨文本交义打分相互印证的方法，对关键信息与文本句进行跨文本的双向匹配度分析，完成不同文本主题一致性判别，实现了多文本的关键信息融合。

摘要： 一种特征量抽取装置，其特征在于，该特征量抽取装置具有：代码信息列取得部，针对连续的输入数据的列，按照每个规定间隔，取得所述输入数据的值的代码信息的列；代码信息列模式频数累计部，按照由所述代码信息列取得部得到的代码信息的列的每种模式累计频数；以及特征量输出部，将由所述代码信息列模式频数累计部累计得到的所述每种模式的频数值，作为对应于所述输入数据的特征量进行输出。

摘要： 本发明的目的是减小特征量的大小，同时保持被写体识别的精度。一种局部特征量提取装置包括：特征点检测单元，检测图像中的多个特征点，以及输出作为与每个特征点有关的信息的特征点信息；特征点选择单元，基于特征点信息，从多个所检测的特征点，按重要性的顺序，选择预定多个特征点；局部区域获取单元，获得对应于每个所选择的特征点的局部区域；子区域分割单元，将每个局部区域分割成多个子区域；子区域特征向量生成单元，对每个局部区域中的每个子区域，生成多个维度的特征向量；以及维度选择单元，基于每个局部区域中的子区域之间的位置关系，从用于每个子区域的特征向量选择维度，使得相邻子区域之间的相关性被降低，以及将所选择的维度的元素输出为局部区域的特征量。

摘要： 本发明减少特征量的大小，同时保持识别被写体的精度。局部特征量提取装置包括被配置成检测图像中的特征点的特征点检测单元、被配置成获取用于每个特征点的局部区域的局部区域获取单元、被配置成将每个局部区域分成多个子区域的子区域分割单元、被配置成对每个局部区域中的每个子区域，生成具有多个维度的特征向量的子区域特征向量生成单元，以及被配置成基于每个局部区域中的子区域之间的位置关系，从每个子区域中的特征向量选择维度，使得减小邻近子区域之间的相关性以及将所选择的维度的元素输出为局部区域的特征量的维度选择单元。

摘要： 本发明的目的在于提供一种选择特征量并且根据所选择的特征量的值将样品分类为多个类中的任一个的多类分类方法、多类分类程序、多类分类装置、以及用于这样的多类分类的特征量选择方法、特征量选择装置及特征量集。在本发明中，处理伴随特征量选择的多类分类问题。特征量选择是预先按照字面意思对样品所具备的大量的特征量中的用于后续的各处理(在本发明中尤其是多类分类)所需的特征量进行取舍选择的方法。多类分类是确定给定的未知样品属于多个类中的哪一个的判别问题。

摘要： 时间序列数据特征量提取装置具备：数据加工部，基于受理的输入时间序列数据长度和受理的观测最小间隔来将受理的不等间隔时间序列数据组加工为包括缺损的等间隔时间序列数据组和表示缺损的有无的缺损信息组；模型学习部，针对模型，将所述包括缺损的等间隔时间序列数据组的矩阵的未缺损的要素与所述模型的输出层的输出结果的要素的差异作为误差，学习所述模型的各层的权重向量，将所述权重向量作为模型参数保存在存储部中；以及特征量提取部，受理特征量提取对象的时间序列数据，向所述模型输入所述受理的特征量提取对象的时间序列数据，由此，使用在所述存储部中保存的所述模型参数来计算所述模型的中间层的值，将所述计算出的中间层的值作为表示数据的随时间变化的特征量输出。

摘要： 本发明提供一种根据对被摄体进行摄像所得的图像不依赖于该被摄体的形状来表示被摄体的特征的特征量提取方法、以及使用了所提取的特征量的被摄体的分类以及判别方法。一种特征量提取方法，从由摄像单元所摄像的被摄体的图像之中提取特征量，通过包括：根据所述图像来作成滤波器组的步骤；根据所述滤波器组来作成最大亮度图像的步骤；设定所述最大亮度图像的图像区域圆并设定该图像区域圆的中心Cc以及半径Rc的步骤；以(a)从像素的位置(x，y)到所述中心Cc之间的距离LD与所述半径Rc之比、(b)像素的亮度值FD(x，y)、(c)与附近像素的亮度值的差分的合计为轴而将最大亮度图像的像素投影到三维空间的步骤；和根据被投影到所述三维空间的像素来作成频度直方图的步骤；由此从对被摄体进行摄像所得的图像之中提取特征量。

摘要： 提供从声音信号中提取由于噪音、回音而更强的特征量的技术。一种声音特征量提取装置，包括：差分算出单元，输入帧化的声音信号的频谱，对于各帧，算出前后的帧间的频谱的差分(线性区域的差分)，作为差量频谱；和正规化处理单元，对于各帧，通过将差量频谱除以平均频谱的函数而正规化，将正规化处理单元的输出设为差量特征量。

摘要： 本发明的识别装置(100)具备：取得部(11)，其取得对规定的对象进行拍摄而得的拍摄图像；确定部(12)，其从由取得部(11)取得的拍摄图像中的包含规定的对象的区域中，确定在相互不同的多个方向上延伸的线状的区域；提取部(13)，其从由确定部(12)确定的线状的区域中，提取基于像素值的特征量。

摘要： 特征量提取装置(100)具有：数据取得部(110)，其取得时间序列数据作为输入时间序列数据(D1)；多滤波器应用部(120)，其具有多个数字滤波器，对数据取得部(110)取得的输入时间序列数据(D1)应用各数字滤波器，按照每个数字滤波器输出应用后的包含时间序列特征或频率特征的时间序列数据即滤波器响应时间序列数据(D5)；以及特征量提取部(130)，其针对多滤波器应用部(120)输出的多个滤波器响应时间序列数据(D5)，按照每个滤波器响应时间序列数据(D5)提取特征量，输出提取出的特征量作为特征量数据(D2)。

摘要： 本发明提供更稳健的图像识别方式。图像处理装置(8)将作为图像识别的对象的图像转换为高分辨率图像(11)、中分辨率图像(12)、以及低分辨率图像(13)。图像处理装置(8)设定高分辨率图像(11)的关注像素(5)，并在共生矩阵(15)中对与偏移像素(1a)～(1d)的梯度方向的共生、在中分辨率图像(12)与像素(2a)～(2d)的梯度方向的共生、在低分辨率图像(13)中与像素(3a)～(3d)的梯度方向的共生进行投票。图像处理装置(8)对每个像素的组合以及每个分辨率创建这样的共生矩阵(15)。图像处理装置(8)对高分辨率图像(11)的各个像素进行上述的处理，其结果创建将完成的多个共生矩阵(15)的要素排成一列的共生直方图。进一步，图像处理装置(8)将共生直方图归一化，并提取以由此的频率为成分的矢量作为该图像的特征量。