Детальная информация

Название Алгоритм обнаружения аномального состояния дамбы на основе вейвлет-преобразования и одноклассовой классификации одномерных сигналов //
Авторы Козионов Алексей Петрович; Пяйт Александр Леонидович; Мохов Илья Игоревич; Иванов Юрий Павлович
Организация Санкт-Петербургский государственный университет аэрокосмического приборостроения; ООО "Сименс"
Коллекция Общая коллекция
Тематика Строительство; Гидротехническое строительство. Гидротехника; дамбы; аномалии; обнаружение аномалий; мониторинг состояния дамб; нейронные облака; интеллектуальная обработка сигналов; вейвлет-преобразование; одноклассовая классификация; одномерные сигналы
УДК 626/627
ББК 38.77
Тип документа Статья, доклад
Тип файла PDF
Язык Русский
DOI 10.5862/JCSTCS.224.6
Права доступа Свободный доступ из сети Интернет (чтение, печать, копирование)
Ключ записи RU\SPSTU\edoc\30629
Дата создания записи 19.01.2016

Разрешенные действия

Прочитать Загрузить (0,5 Мб)

Группа Анонимные пользователи
Сеть Интернет

Мониторинг состояния земляных дамб – важная и актуальная задача. Одним из ключевых составляющих системы мониторинга состояния дамб являются алгоритмы обнаружения аномального поведения дамб. Обнаружение аномального поведения дамбы производится методом одноклассовой классификации "нейронные облака". Применение вейвлет-преобразования позволяет обнаружить аномальное поведение дамб, скрытое в частотно-временных свойствах сигнала.

Dike conditions monitoring is a challenging task. Algorithms for dike anomaly detection are one of the key components of a dike condition monitoring system. Detection of abnormal dike behaviour is done by applying a ‘neural clouds’ one-class classification method. The application of a wavelet transform can detect abnormal dike behaviour hidden in the time-frequency signal properties.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать Печать Загрузить
Интернет Все

Количество обращений: 717 
За последние 30 дней: 7

Подробная статистика