自然场景文本的背景复杂,很难确定文本位置,文本检测带来很大的挑战。从而提出一个基于目标检测的改进Yolo(You Only Look Once)自然场景多方向文本区域检测模型。在收集的2500张训练和500张测试多方向维吾尔文数据集上,通过改进的K-me...自然场景文本的背景复杂,很难确定文本位置,文本检测带来很大的挑战。从而提出一个基于目标检测的改进Yolo(You Only Look Once)自然场景多方向文本区域检测模型。在收集的2500张训练和500张测试多方向维吾尔文数据集上,通过改进的K-means算法生成3种固定宽度的预设Anchor,对文本区域进行分类和多个垂直的矩形预测框位置回归,生成多方向文本检测框。检测文本预测框不同的连接和融合方式,检测多方向维吾尔文本,减少对角线上多余背景。在测试集上的实验中,得到了77%的准确率。实验结果表明,改进的Yolo v3模型在多方向维吾尔文场景文字区域检测任务中具有鲁棒性和应用性。展开更多
由于虚假数据注入攻击(false data injection attack,FDIA)对电力信息物理系统(grid cyberphysical systems,GCPS)的破坏性较强,且威胁性较大,针对其难以被有效检测难题,提出一种基于加权最小二乘法(weighted least squares,WLS)和改进...由于虚假数据注入攻击(false data injection attack,FDIA)对电力信息物理系统(grid cyberphysical systems,GCPS)的破坏性较强,且威胁性较大,针对其难以被有效检测难题,提出一种基于加权最小二乘法(weighted least squares,WLS)和改进的无迹卡尔曼(unscented Kalman filter,UKF)的电网虚假数据检测方法。对FDIA进行了数学建模,并通过对残差进行分析以说明FDIA的难以检测性,在有攻击向量的情况下,将改进的UKF用于系统的状态估计,同时利用WLS对系统迅速响应的优势,也对系统进行状态估计,采用一致性检验对2种方法的估计结果进行检测,最终判断是否存在FDIA。在IEEE14节点和IEEE57节点上进行实验分析并与支持向量机的检测方法进行检测成功率的对比,仿真结果表明,FDIA可被准确检测,从而验证了本文方法的可行性及有效性。展开更多
文摘自然场景文本的背景复杂,很难确定文本位置,文本检测带来很大的挑战。从而提出一个基于目标检测的改进Yolo(You Only Look Once)自然场景多方向文本区域检测模型。在收集的2500张训练和500张测试多方向维吾尔文数据集上,通过改进的K-means算法生成3种固定宽度的预设Anchor,对文本区域进行分类和多个垂直的矩形预测框位置回归,生成多方向文本检测框。检测文本预测框不同的连接和融合方式,检测多方向维吾尔文本,减少对角线上多余背景。在测试集上的实验中,得到了77%的准确率。实验结果表明,改进的Yolo v3模型在多方向维吾尔文场景文字区域检测任务中具有鲁棒性和应用性。
文摘由于虚假数据注入攻击(false data injection attack,FDIA)对电力信息物理系统(grid cyberphysical systems,GCPS)的破坏性较强,且威胁性较大,针对其难以被有效检测难题,提出一种基于加权最小二乘法(weighted least squares,WLS)和改进的无迹卡尔曼(unscented Kalman filter,UKF)的电网虚假数据检测方法。对FDIA进行了数学建模,并通过对残差进行分析以说明FDIA的难以检测性,在有攻击向量的情况下,将改进的UKF用于系统的状态估计,同时利用WLS对系统迅速响应的优势,也对系统进行状态估计,采用一致性检验对2种方法的估计结果进行检测,最终判断是否存在FDIA。在IEEE14节点和IEEE57节点上进行实验分析并与支持向量机的检测方法进行检测成功率的对比,仿真结果表明,FDIA可被准确检测,从而验证了本文方法的可行性及有效性。
