为深入挖掘录波波形在配电终端健康状态评估中的作用,提出了一种基于层次聚类与层次分析相结合的配电终端健康状态评估方法。通过动态时间规整(Dynamic Time Warping,DTW)算法计算源信号波形与终端录波波形的距离。将各指标对终端采样...为深入挖掘录波波形在配电终端健康状态评估中的作用,提出了一种基于层次聚类与层次分析相结合的配电终端健康状态评估方法。通过动态时间规整(Dynamic Time Warping,DTW)算法计算源信号波形与终端录波波形的距离。将各指标对终端采样的影响两两比较,构建比较矩阵,进行层次分析,计算各指标权重。将权重与各指标下的聚类结果相结合,提出适用于终端采样波形全局对比的评估体系。通过计算源信号波形与终端采样波形之间的相似度,与评估体系比较判定终端的健康状态,实验证明该方法能为配电终端的健康状态评估提供数据支撑。展开更多
文摘为深入挖掘录波波形在配电终端健康状态评估中的作用,提出了一种基于层次聚类与层次分析相结合的配电终端健康状态评估方法。通过动态时间规整(Dynamic Time Warping,DTW)算法计算源信号波形与终端录波波形的距离。将各指标对终端采样的影响两两比较,构建比较矩阵,进行层次分析,计算各指标权重。将权重与各指标下的聚类结果相结合,提出适用于终端采样波形全局对比的评估体系。通过计算源信号波形与终端采样波形之间的相似度,与评估体系比较判定终端的健康状态,实验证明该方法能为配电终端的健康状态评估提供数据支撑。
文摘运动目标传统检测方法只考虑图像的亮度或纹理等某一种特性,受特异值影响较大,对噪声比较敏感,鲁棒性也不够好,而且背景恢复精度不高。针对以上局限性,提出一种融合结构相似度(structural similarity,SSIM)全参考模型和鲁棒主成分分析(robust principal component analysis,RPCA)的运动目标检测方法。此方法综合考虑图像的亮度、对比度和结构三种特性,不采用传统的背景减除法,而是把图像像素点的结构相似度作为度量来实现运动对象与背景的分离。实验结果表明,此方法准确率可达0.95,且F度量较传统运动目标检测算法平均提升0.15,总体上比传统方法更具优势。
