与有线的固定环境相比，移动环境中的无线网络连接更加脆弱，移动主机可靠性更差，为提高移动计算系统的容错性能，研究并提出一个移动计算环境下支持移动节点迁移的故障检测算法。在基于互测比较和概率诊断的区内故障感知算法基础上，针对移动节点自由迁移导致的区内故障感知算法中移动主机（MH）漏检或故障恢复不彻底问题，引入条件检查和故障信息发布机制，提出支持移动节点迁移的移动计算环境下的故障检测算法。仿真实验表明：算法满足故障检测要求，能够适应动态的移动计算网络环境。

无刷直流电动机开关式霍尔位置传感器故障检测与信号矫正_傅安琪

针对冗余捷联惯组故障检测问题，采用广义似然比法（GLT）验证在特定冗余捷联惯组配置（三套正交安装的捷联惯组）下的故障检测的可行性及其检测效果。针对不同的传感器配置的几何安装矩阵 ，分别进行了仿真试验，通过改进传统的Potter算法，解决了Potter算法不能检测出某些传感器故障的问题。

工程中用备份惯性器件构成冗余捷联惯组（RIMU，Redundant IMU）以提高导航、制导系统的可靠性，针对某工程中的实际问题：三种冗余配置的捷联惯组，研究广义似然比法在三种配置下的误警率并进行比较分析，得到具有工程参考价值的结果：采用十表冗余配置的捷联惯组误警率最小。

针对复杂运动背景中慢速小目标检测误检率高，实时性差等问题，提出了基于自适应阈值分割的慢速小目标检测算法。首先计算连续两帧图像特征点的金字塔光流场，对光流场进行滤波，获取匹配特征点集合。然后对图像运动背景进行建模，拟合投影模型参数，通过投影模型得到运动背景补偿图像，进行图像差分处理，获得差分图像。最后迭代计算差分图像的自适应阈值，修正差分阈值，差分图像二值分割，检测出运动目标。实验结果表明算法能够准确地检测出复杂背景中的慢速小目标，虚警率为2%，目标漏检率为2.6%，目标检测准确率95.4%，每帧图像目标检测时间为38ms，能够满足运动目标检测对实时性的要求。

python+numpy实现自适应阈值分割函数OSTU，巩固编程基础以及图像处理基础

truetime2.0，一个很棒的网络控制系统仿真软件

支持向量数据描述 (Support Vector Data Description, SVDD) 语言：MATLAB 版本：V2.1 ----------------------------------------------------- 创作不易，欢迎各位5星好评~~~ 如有疑问或建议，请发邮件至：iqiukp@outlook.com 可提供关于该算法/代码的付费咨询和有偿编写 ----------------------------------------------------- 主要特点 1. 支持单值分类和二值分类的超球体构建 2. 支持多种核函数 (linear, gaussian, polynomial, sigmoid, laplacian) 3. 支持 2D 或 3D 数据的决策边界可视化 4. 支持基于贝叶斯超参数优化、遗传算法和粒子群算法的SVDD的参数优化 5. 支持加权的 SVDD ----------------------------------------------------- 注意 1. SVDD V2.1 仅支持 R2016b 以上的 MATLAB 版本 2. 正样本和负样本对应的标签分别为 1 和 -1 3. 提供了多个示例文件，每个文件的开头都有对应的介绍 4. 此代码仅供参考 5. 可以阅读“SVDD-V2.1使用说明.pdf”文件了解更多用法

使用TensorFlow对一维电机振动信号检测（输入的信号经过了小波变换，8个特征）

基于bp神经网络的变压器故障检测，模型训练及模型测试。