基于机器学习实现发电厂辅机故障预警系统源码+项目说明.7z 针对电厂辅机故障率高，传统的基于机理的模型预警不及时，经常误诊的问题，设计了基于机器学习的新型故障预警模型 面对三种不同的使用场景，分别设计了基于聚类和关联规则的预警模型、基于随机森林的预警模型、与基于多元高斯分布和人 工神经网络的预警模型 使用某电厂一次风机的实际数据进行验证，所设计的三种预警模型能够提前约60min发出预警，给电厂运行人员提供指导 除了以上的算法，还使用一分类、支持向量机、XGBoost算法等对数据进行了处理

基于深度学习的驾驶员分心驾驶行为（疲劳+危险行为）预警系统.zip该项目为人物专注性检测，分为两个检测部分，疲劳检测和分心行为检测。 疲劳检测部分，使用Dlib进行人脸关键点检测，然后通过计算眼睛和嘴巴的开合程度来判断是存在否闭眼或者打哈欠，并使用Perclos模型计算疲劳程度。 分心行为检测部分，使用Yolov5，检测是否存在玩手机、抽烟、喝水这三种行为。 使用方法 依赖：YoloV5、Dlib、PySide2 直接运行main.py，即可使用本程序。 基于深度学习的驾驶员分心驾驶行为（疲劳+危险行为）预警系统.zip该项目为人物专注性检测，分为两个检测部分，疲劳检测和分心行为检测。 疲劳检测部分，使用Dlib进行人脸关键点检测，然后通过计算眼睛和嘴巴的开合程度来判断是存在否闭眼或者打哈欠，并使用Perclos模型计算疲劳程度。 分心行为检测部分，使用Yolov5，检测是否存在玩手机、抽烟、喝水这三种行为。 使用方法 依赖：YoloV5、Dlib、PySide2 直接运行main.py，即可使用本程序。

基于深度学习的网课专注度监测预警系统源码+全部数据.zip通过对用户注意力情况监测，对用户注意力情况进行分析。根据注意力分析结果，可以对用户进行语音提示，并且将注意力分析结果通过led屏幕展示给用户。可以根据用户自身使用需求对各功能进行用户个性化设置。主要通过眼部特征、嘴部特征、头部特征三个主要的特征值来进行注意力集中情况分析。当用户眼部特征呈现出眨眼状态，根据视频中每帧图片检测眼睛长/宽的值是否大于阈值，超过一定次数范围则判断用户处于注意力不集中状态；当用户嘴部特征呈现打哈欠状态，根据张口度与张口时间，若超过阈值一定范围和次数则判断用户处于注意力不集中状态；将用户头部转换为3D模型，当用户呈现出瞌睡点头状态，根据各头部关键点位置变化计算其角度变换大小，若超过一定角度范围则判断用户处于注意力不集中状态。

系统通过火焰传感器采集数据，通过arduino接收火焰预警信号，通过wifi模块把火焰预警信号传回服务器，服务器端通过接口将预警信息发送到手机端APP，手机端APP监测到火焰预警信息立即响铃、震动、亮屏，APP支持持续预警和关闭监听预警。本案例没有借助任何一个第三方的物联网平台，所有程序全部自己搭建，通过这样一个简易的火焰预警系统，把物联网的每一个环节都已打通，形成技术闭环体系，大家如果学会此技术，可以举一反三，做出各种各样的预警系统。

针对传统基于人工遴选传统情感数据分析技术具有样本容量小、人为误差大、操作成本高及时效准确性难以保证的缺点，文中提出了一种基于网络数据挖掘和BP神经网络分类的情感数据分析系统。基于相应的数据处理技术，系统在机器人操作系统（ROS）上使用Kinect深度相机，完成了被检测对象心理数据的采集及预警。与传统人工参与的心理预警方式相比，该系统基于数据挖掘和智能计算技术，具有较高的准确性、实时性及自动化程度。

论文研究-基于GA-ANN的中国金融安全预警系统设计及实证分析.pdf,  国家金融体系的安全运行关系到经济社会的稳定, 建立有效的金融安全预警系统已成为各界十分关注的焦点. 基于现有文献, 在金融安全预警指标体系中补充影子银行相关指标, 以保证高杠杆、高流动性风险的经济参数参与建模, 使得金融安全预警指标体系更加完整; 运用因子分析计算七个金融子系统及整体金融系统安全得分, 基于遗传算法优化的人工神经网络(genetic algorithm-artificial neural network, GA-ANN) 建立中国金融安全预警系统, 观察金融系统运行是否平稳、金融安全得分是否出现剧烈波动或异常值, 以此判断国家金融状况是否安全, 并对2013年我国金融安全状况进行预测. 其中, GA-ANN网络较径向基神经网络、反向传播神经网络和广义回归神经网络, 具有更好的拟合精度. 预测结果显示2013年下半年我国金融系统总体运行安全, 但在影子银行、股市和保险子系统存在一定的不安全因素. 研究成果为政策制定者和广大投资者对国家宏观金融安全预判提供了参考依据.

超偏载设备试试检测预警系统.doc

追尾碰撞是目前我国高速公路各类事故中较多的一类事故，占事故总数的33%左右。诱发的主要原因为：（1）驾驶员精力不集中，致使疏忽大意或措施不当；（2）疲劳驾驶，在高速公路上长时间高速行驶，加之道路景观单一，驾驶员很容易疲劳，导致驾驶员判断能力和操作准确性下降；（3）异常天气，能见度低，行车的安全距离不能保证，同时受到当时路面条件的影响，制动效果难以保障；（4）车辆本身不能满足高速公路行驶的性能需求。

行业标准：JT/T 883—2014《营运车辆行驶危险预警系统技术要求和试验方法》。PDF版

设计并实现了诈骗短信预警系统。介绍了实时流处理技术以及该技术在诈骗短信预警系统中的应用。该系统以旁路监听的方式分流出到达短信中心的短信,并将其置于flume监听文件夹下面,kafka缓存从flume端收集上来的信息,然后 storm 读取这些信息,并对这其进行过滤,统计分组,最后得到诈骗短信名单及可疑短信名单,并对诈骗短信的接收者发送预警信息。