С 17 марта 2020 г. для ресурсов (учебные, научные, материалы конференций, статьи из периодических изданий, авторефераты диссертаций, диссертации) ЭБ СПбПУ, обеспечивающих образовательный процесс, установлен особый режим использования. Обращаем внимание, что ВКР/НД не относятся к этой категории.

Детальная информация

Название: Алгоритм обнаружения аномального состояния дамбы на основе вейвлет-преобразования и одноклассовой классификации одномерных сигналов // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Сер.: Информатика. Телекоммуникации. Управление: научное издание. – 2015. – № 4 (224)
Авторы: Козионов Алексей Петрович; Пяйт Александр Леонидович; Мохов Илья Игоревич; Иванов Юрий Павлович
Организация: Санкт-Петербургский государственный университет аэрокосмического приборостроения; ООО "Сименс"; Министерство образования и науки Российской Федерации
Выходные сведения: Санкт-Петербург: Изд-во Политехн. ун-та, 2015
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)

Разрешенные действия: Прочитать

Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

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.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи Прочитать

Статистика использования

stat Количество обращений: 458
За последние 30 дней: 1
Подробная статистика